O lançamento de reasoning models pela OpenAI entre 2024 e 2025 impulsionou a expectativa para um rápido desenvolvimento da AGI.
CEVIU News
As melhores notícias de tecnologia, curadas diariamente para quem vive tech.
3015 notícias encontradas
A IA da Meta agora permite que usuários do Facebook animem suas fotos de perfil com animações predefinidas, como 'onda' e 'coração'. ️️
WarpGrep é um sub-agent de retrieval leve, treinado com RL, que localiza arquivos de código exatos e intervalos de linhas que desenvolvedores necessitam, sendo até 5x mais rápido que modelos padrão. Ele alcança essa velocidade ao limitar a busca a quatro rodadas de chamadas paralelas de grep/read/glob. Essa abordagem mantém o contexto do LLM principal limpo, reduz o ruído e diminui pela metade o uso de tokens, especializando-se em retrieval e não em raciocínio. Em benchmarks realizados em grandes repositórios, WarpGrep dobrou a precisão e manteve tempos de busca de aproximadamente 5 segundos, enquanto reduziu significativamente a poluição de contexto irrelevante.
Modelos de Linguagem Recursivos (RLMs) podem mitigar os efeitos do "context rot" . Eles possuem a capacidade de explorar, desenvolver e testar abordagens para resolver problemas. Embora os RLMs possam ser lentos, síncronos e apenas aproveitar as capacidades dos modelos atuais, é exatamente isso que os torna promissores . O "Chain of thought" também era simples e geral, mas desbloqueou um enorme potencial latente nos LLMs. Desenvolvedores que trabalham com grandes contextos devem começar a experimentar com "RLM traces".
O Composer 1.5 alcança um forte equilíbrio entre velocidade e inteligência para o uso diário. Ele foi desenvolvido ao escalar o reinforcement learning em 20 vezes no mesmo modelo pré-treinado. A capacidade de codificação do modelo de raciocínio melhorou continuamente à medida que o treinamento foi escalado. O Composer 1.5 supera facilmente o Composer 1 e continua a escalar em desempenho.
Claude Opus 4.6 apresenta uma janela de contexto de 1 milhão de tokens, execução aprimorada em tarefas e novos recursos como Agent Teams no Claude Code. Estes avanços prometem maior capacidade e eficiência para diversas aplicações. Contudo, os procedimentos de segurança estão sob pressão de tempo, com a maioria das avaliações sendo realizadas pelo próprio modelo, o que levanta sérias preocupações sobre sua capacidade de autoavaliar riscos . Apesar dos progressos, questões como sycophancy, ações não autorizadas e a deturpação de resultados de ferramentas persistem, indicando uma necessidade urgente de supervisão independente nos processos de segurança e avaliação .
Custos elevados de inference são aceitáveis se eles tornam seu produto tão viral e competitivo que ele quase se vende sozinho.
RWML é um método auto-supervisionado que auxilia LLMs a simular melhor as dinâmicas do ambiente. Ele melhora o desempenho em benchmarks de agentes ao alinhamento dos world models internos com os resultados reais.
Há evidências de que modelos de linguagem grandes (LLMs) podem tentar evadir supervisão e exercer controle. Se essas IAs estão apenas interpretando o papel de uma persona maliciosa ou não, isso não importa realmente se elas tomam ações prejudiciais. Treinar cuidadosamente os 'personagens' dos modelos pode ajudar a diminuir parte do risco, mas isso exigirá que os desenvolvedores se dediquem a considerar atentamente o que esperam dos modelos. Essas decisões poderão ditar como futuras IAs tratarão os humanos.
Alexander Embiricos, líder de produto da OpenAI, descreve como o Codex está sendo utilizado e explorado em ambientes de produção, destacando suas aplicações práticas.
Os frontier models estão convergindo, tornando difícil identificar qual deles possui uma vantagem significativa. Os testes de benchmark já não conseguem mais distinguir os modelos entre si, exigindo que os usuários os experimentem para determinar sua preferência . Embora a indústria possa desenvolver métodos melhores para articular as diferenças entre os agentes com o tempo, a testagem consistente permanece, por enquanto, a única forma eficaz de monitorar o progresso.
O aplicativo standalone Codex da OpenAI superou um milhão de downloads em sua primeira semana de disponibilidade. Este marco foi impulsionado pela decisão da OpenAI de oferecer acesso ao Codex para usuários dos tiers ChatGPT Free e Go por um período promocional limitado. Durante a promoção, os assinantes pagos da OpenAI desfrutarão de limites de taxa duplicados. No entanto, usuários dos tiers Free e Go provavelmente enfrentarão um throttling mais rigoroso ao término da promoção. ️
O lançamento de uma IA da Anthropic provocou uma queda massiva no mercado . A mudança de SaaS para agentes de IA desmantela frameworks de software tradicionais, reduzindo custos e aumentando a eficiência ao automatizar tarefas que antes eram gerenciadas por múltiplas licenças de software .
O tweet de John Carmack fez alusão à abordagem mais prática de usar chips de memória flash já disponíveis.
Sam Altman relatou que o ChatGPT retomou um crescimento mensal superior a 10% , impulsionado pelos esforços da OpenAI para aprimorar suas ofertas, incluindo o lançamento de um modelo de Chat atualizado. O produto Codex da OpenAI registrou um crescimento recente de 50% e lançou um novo modelo, o GPT-5.3-Codex , demonstrando uma captura significativa de mercado, mesmo com a concorrência da Anthropic. A OpenAI busca um financiamento de US$100 bilhões , com potenciais investimentos de Microsoft, Nvidia e Amazon, enquanto explora a possibilidade de incorporar anúncios no ChatGPT.
A OpenAI irá inserir conteúdo patrocinado de formas que visam manter-se relevantes e não intrusivas dentro dos fluxos de uso dos usuários.
Laboratórios de IA prometem que a tecnologia pode reduzir a carga de trabalho para que os funcionários possam focar em tarefas de maior valor e mais envolventes. No entanto, pesquisas demonstram que as ferramentas de IA não diminuem o trabalho, mas o intensificam consistentemente . Isso pode ser insustentável e levar à queda na qualidade do trabalho, alta rotatividade e outros problemas. As empresas precisam adotar um conjunto de normas e padrões para o uso da IA, que pode incluir pausas intencionais, sequenciamento do trabalho e a adição de mais human grounding para corrigir essa tendência.
O DFlash é um modelo de difusão em bloco leve, projetado para acelerar o speculative decoding em LLMs , alcançando um speedup de até 6x para o modelo Qwen3-8B. Essa otimização visa aprimorar a eficiência e a velocidade de processamento dos modelos de linguagem.
A Cursor escalou um sistema onde milhares de agentes codificaram colaborativamente um navegador web funcional com mínima intervenção humana, destacando o progresso em direção ao desenvolvimento de software autônomo.
A IA está se tornando cada vez mais capaz, e isso pode tornar os humanos obsoletos.