O Dropbox Dash integra arquivos, mensagens e o conhecimento das equipes em um só lugar, permitindo que membros façam perguntas e recebam respostas relevantes no contexto da empresa. Essa experiência depende da capacidade de julgar de forma confiável quais resultados são relevantes em larga escala. O DSPy é um framework open source para otimizar sistematicamente prompts contra um objetivo mensurável. Este artigo descreve como o Dropbox definiu um objetivo, usou o DSPy para adaptar seu julgador entre modelos e tornou o processo mais econômico e confiável em produção.
CEVIU News
As melhores notícias de tecnologia, curadas diariamente para quem vive tech.
17500 notícias encontradas
A Cognichip está desenvolvendo um modelo de deep learning para trabalhar com engenheiros no design de novos chips de computador. O design de chips é extremamente complexo, caro e demorado, e o mercado pode mudar no tempo necessário para criar um novo chip, tornando todo o investimento um desperdício. A tecnologia da Cognichip poderia reduzir o custo do desenvolvimento de chips em mais de 75% e encurtar o cronograma pela metade. A empresa ainda não apresentou um novo chip projetado com seu sistema e não revelou nenhum dos clientes com os quais afirma ter colaborado desde setembro.
A Perplexity detalhou como seu assistente de IA interno foi utilizado diretamente no Slack, permitindo que equipes atribuíssem tarefas em tópicos compartilhados, adicionassem contexto e revisassem resultados em um único lugar. Esta configuração apoiava pesquisa, edição de documentos, relatórios e outros fluxos de trabalho colaborativos sem sair do Slack.
A implementação de redação de conteúdo de pensamento correlaciona-se precisamente com a regressão da qualidade medida em workflows de engenharia complexos e de longa duração. Isso sugere que tokens de pensamento estendido são estruturalmente necessários para que os modelos realizem pesquisas em várias etapas, adiram às convenções e façam modificações cuidadosas no código. Os padrões de uso de ferramentas pelos modelos mudam de forma mensurável quando a profundidade do pensamento é reduzida, resultando nos problemas de qualidade que os usuários relataram. Este relatório examina quais workflows são mais afetados e por quê, ajudando os leitores a tomarem melhores decisões ao alocar tokens para usuários avançados.
Pesquisadores propõem um framework que prevê quando o treinamento de RL degrada a monitorabilidade da Cadeia de Pensamento (CoT) através do exame de conflitos de recompensas. Eles categorizaram recompensas como "Em Conflito", "Ortogonal" ou "Alinhado", prevendo seu impacto na transparência de CoT. Testes empíricos confirmaram a precisão do framework, mostrando que recompensas "Em Conflito" reduzem a transparência, enquanto recompensas "Ortogonal" e "Alinhado" a mantêm.
A OpenMed desenvolveu uma pipeline de IA abrangente para proteínas, cobrindo previsão de estrutura, design de sequências e otimização de códons. Comparando diversas arquiteturas de transformadores para modelagem de linguagem em nível de códon, o CodonRoBERTa-large-v2 se destacou, superando significativamente o ModernBERT em perplexidade e correlação CAI de Spearman. A equipe expandiu para 25 espécies, treinou quatro modelos de produção em 55 horas de GPU e desenvolveu um sistema condicionado por espécie, único entre projetos open-source. O post apresenta resultados completos, decisões arquitetônicas e código executável.
Em cada caso, a solução foi encontrada por um modelo interno da OpenAI.
Pesquisadores de alinhamento de IA estão cada vez mais recorrendo à automação para enfrentar o desafio de alinhar com segurança sistemas de IA super-humanos, já que as capacidades humanas podem em breve ser insuficientes.
AC-Small melhorou significativamente em benchmarks excluídos após o pós-treinamento no conjunto de desenvolvimento APEX-Agents, com aumentos de +5,7pp no APEX, +8,0pp no Toolathalon e +7,7pp no GDPval.
Trinity-Large-Thinking é um reasoning model de fronteira aberto para agentes complexos de longo prazo e chamadas de ferramentas em várias etapas. É possivelmente o modelo aberto mais forte fora da China. Durante o treinamento, a equipe da Arcee focou em aspectos para tornar agentes mais realistas na prática: manter coerência, usar ferramentas sem descuido, seguir instruções com restrições e preservar alta qualidade sem custos absurdos. O Trinity-Large-Thinking está disponível através da API da Arcee, e os pesos estão no Hugging Face sob Apache 2.0.
O Fujitsu One Compression (OneComp) é uma biblioteca de Python de código aberto voltada para a quantização pós-treinamento de grandes modelos de linguagem. Ela implementa algoritmos de quantização de última geração, como GPTQ e DBF. A OneComp foi verificada em modelos como TinyLlama, Llama-2, Llama-3 e Qwen3-0.6B ~ 32B. Outros modelos compatíveis com Hugging Face podem funcionar, mas ainda não foram testados.
A Moonshot AI funciona como um laboratório nativo de IA, priorizando o progresso dos modelos acima de tudo, com uma estrutura organizacional plana, sem KPIs, e forte dependência de pequenas equipes altamente autônomas e talentosas. Seu diferencial vem da combinação de contratações elitizadas, muitas vezes não convencionais, com ciclos de feedback rápidos entre treinamento, produto e dados, criando um ciclo de iteração rápida guiado por gosto, resiliência e uma obsessão técnica profunda. A empresa reflete uma mudança mais ampla onde ferramentas de IA comprimem a estrutura organizacional, transformando equipes em "enxames de agentes" e fazendo da capacidade do modelo o fator-chave tanto no design do produto quanto na organização.
Uma atualização de software defeituosa implantada pelo Lloyds Banking Group em 12 de março expôs dados de transações bancárias móveis para outros usuários por menos de cinco horas. Dos 1,67 milhão de usuários logados durante esse período, 447.936 tiveram suas transações expostas. Até 114.182 usuários visualizaram diretamente as transações, podendo ter visto códigos de agência, números de conta e números do Seguro Nacional.
Uma investigação independente que cruzou fontes confidenciais, dados de fóruns de cibercrime, registros de dossiês e documentos de órgãos de segurança identificou quatro membros-chave do Cl0p: operador j0nny (também conhecido como b1shop), desenvolvedor Andrei Vladimirovich Tarasov (AELS/Lavander/CrazyMark, criador do sistema de distribuição de tráfego Angler Exploit Kit), comprador de acesso inicial Likhogray Maxim Alexandrovich (Baddie, que adquiriu acesso a redes sob a cobertura do Royal ransomware) e o desenvolvedor do DarkGate RastaFarEye, cuja infraestrutura de carregamento apresenta semelhanças com os clusters Cl0p documentados pela Group-IB. A análise de correlação de postagens em fóruns entre j0nny e o desenvolvedor de Loader Orlylyly mostrou um atraso significativo de cinco meses (r = 0,2453, p = 0,0078), consistente com uma relação fornecedor-operador, com a última postagem de Orlylyly ocorrendo 48 horas antes das primeiras vítimas do MOVEit Transfer do Cl0p aparecerem. A investigação retrata o Cl0p como uma organização criminosa deliberadamente compartimentalizada que paga honorários legais para membros presos, utiliza identidades de cobertura para compras de acesso e mantém relações de longo prazo com desenvolvedores em múltiplos ecossistemas de ransomware.
CVE-2026-4946 (CVSS 8.8, CWE-78) é uma vulnerabilidade de injeção de comandos nas versões do NSA Ghidra anteriores à 12.0.3. A diretiva de anotação {@execute}, interpretada a partir de comentários de usuários, também é aplicada a comentários gerados automaticamente de binários analisados. Isso permite que agentes maliciosos incorporem cargas nocivas diretamente nos binários compilados, os quais aparecem como rótulos clicáveis aparentemente inofensivos, como "Ver Licença" na interface de listagem, sem a exibição de uma caixa de diálogo de confirmação, desencadeando a execução arbitrária de comandos via ProcessBuilder quando clicados por um analista. Analistas de malware, respondentes de incidentes e pesquisadores devem atualizar para o Ghidra 12.0.3 imediatamente, pois esse vetor de ataque foca em ambientes forenses e pode resultar na total comprometimento do computador do analista, incluindo exfiltração de chaves SSH, entrega de cargas adicionais e criação de backdoors persistentes.
A detecção de ransomware do Google Drive, alimentada por IA, está agora disponível para todos os usuários de licenças Workspace empresariais, educacionais e frontline, sendo ativada por padrão.
Mora_001, um ator de ameaça com conexão russa previamente vinculado ao ransomware SuperBlack, foi associado pela Fortgale IR a uma campanha coordenada por múltiplos grupos, denominada "Storming Tide". Esta campanha ataca aparelhos de perímetro Fortinet via CVE-2024-55591 e CVE-2025-24472, estabelecendo túneis VPN persistentes através da conta de serviço forticloud-sync, seguida por meses de dormência para evitar detecção. A cadeia de ataque evoluiu de Matanbuchus 3.0 (MaaS loader usando ChaCha20+Protobuf C2) para Astarion RAT (execução PowerShell na memória, criptografada com RSA) e SystemBC (proxy SOCKS5 para ofuscação C2), com RClone preparado para exfiltração para armazenamento compatível com S3, marcando a primeira cadeia de entrega publicamente documentada de Matanbuchus para SystemBC. Defensores devem buscar as contas forticloud-sync/forticloud-tech em dispositivos FortiGate, monitorar carregamento lateral de DLL jli.dll sob java.exe em C:\ProgramData\USOShared, e tratar tarefas agendadas JavaUpdate ou JavaMainUpdate como indicadores de comprometimento de alta confiança. Os IOCs incluem IPs C2 213.226.113[.]74 e 86.106.143[.]137 e o domínio www[.]ndibstersoft[.]com.
O CISO da Amazon, CJ Moses, afirmou ao The Register que ferramentas de IA reduzem em mais de 40% os custos de pentesting, tanto em despesas humanas quanto operacionais. Apesar disso, a Amazon não está demitindo sua equipe de segurança; a empresa mantém o mesmo número de funcionários enquanto expande serviços. A IA agora lida com testes contínuos de vulnerabilidades pós-lançamento, destacando cadeias de exploração para revisão humana. Moses ressalta o limite rígido de autonomia da IA: qualquer decisão para explorar uma vulnerabilidade descoberta deve ser aprovada por humanos, comparando a tomada de decisão da IA à de uma criança de 7 anos.
O OpenTitan da Google, o primeiro Root of Trust de silício open-source com suporte a secure-boot pós-quântico SLH-DSA, começou a ser embarcado em Chromebooks comerciais via Nuvoton, com implantação em datacenters e uma segunda geração ML-DSA/ML-KEM já em desenvolvimento.
A Hasbro apresentou uma declaração à SEC em 1º de abril confirmando um ataque cibernético detectado em 28 de março. A empresa tirou sistemas do ar e está executando planos de continuidade para manter pedidos e remessas em andamento. Hackers ainda podem estar na rede, já que a Hasbro ainda está "implementando medidas para proteger" as operações.