Notícias de IA e infraestrutura
Filtrar por tipo: Projeto11
- há 17 dias github.com
Notebooks da Unsloth para fine-tuning e RL em diversos tipos de modelo
O repositório da Unsloth reúne mais de 250 notebooks para fine-tuning e RL em modelos de texto, visão, áudio, embeddings e TTS, que servem como exemplos de fluxos de treinamento.
- há 17 dias github.com
Melhorias no GRPO em um notebook PyTorch
Notebook de 15 de fevereiro de 2026 analisa melhorias para uma implementação de GRPO, incluindo razões de política limitadas, termo KL e recompensas de formato.
- há 17 dias github.com
DeepSpeed Domino e o treinamento distribuído de LLMs
Post de 26 de novembro de 2024 descreve um mecanismo de paralelismo de tensores voltado a reduzir a sobrecarga de comunicação no treinamento de LLMs.
- há 18 dias github.com
datatrove 0.10.0 executa pipelines em jobs gerenciados
A versão 0.10.0 do datatrove adiciona execução de pipelines em jobs gerenciados, suporte a buckets de armazenamento como pastas de dados e preservação de saídas de reasoning em resultados de inference.
- há 18 dias github.com
GuppyLM: experimento com um modelo de 9 milhões de parâmetros
Em post publicado em 19 de setembro de 2026, o autor descreve o GuppyLM, um modelo de cerca de 9 milhões de parâmetros que, segundo ele, pode ser treinado do zero em cinco minutos.
- há 18 dias github.com
IFM-AI publica ferramentas abertas para LLMs
Em 28 de setembro de 2026, a IFM-AI anunciou ferramentas de código aberto para pré-treinamento, atenção, conversão de checkpoints e serving de LLMs.
- há 18 dias github.com
KohakuFA propõe alternativa para precisão no backward
Em 3 de outubro de 2026, uma publicação apresenta o kernel KohakuFA como alternativa diante de problemas de precisão atribuídos a cuDNN, FA4 e FlexAttention nos backward passes.
- há 18 dias github.com
Kyutai abre o stack de treinamento do Pocket TTS
Em 25 de agosto de 2026, a Kyutai publicou o stack de treinamento do Pocket TTS, com pipeline de dados, receitas de treinamento e avaliações para um modelo de síntese de fala executável em CPU.
- há 18 dias github.com
MaAI amplia os dados de treino do modelo VAP em inglês
Em post publicado em 6 de setembro de 2026, a MaAI informa que treinou seu modelo VAP em inglês com uma escala maior de dados. O projeto prevê sinais de conversação e movimentos de cabeça em tempo real.
- há 18 dias github.com
slime: framework aberto para pós-treinamento de LLMs
Publicado em 19 de junho de 2026, o repositório da THUDM apresenta um framework para pós-treinamento de modelos de linguagem com aprendizado por reforço e scaling.
- há 18 dias github.com
Treinamento online de DSpark no Speculators
Em 2 de julho de 2026, o repositório Speculators apresentou um script de shell para treinamento online de DSpark com Qwen3 0.6B e ShareGPT, no contexto de speculative decoding para vLLM.
Vamos avaliar seu projeto
Respondo com escopo e proposta.