Notícias de IA e infraestrutura
Filtrar por tipo: Projeto140
- há 18 dias github.com
Ultravox e aplicações de voz em tempo real
O repositório no GitHub apresenta o Ultravox, descrito como um LLM multimodal rápido para voz em tempo real. Publicado em 18 de novembro de 2024, o projeto tem código-fonte disponível para exame.
- há 19 dias github.com
Ambientes de RL e código para treinar modelos de linguagem
Em 26 de setembro de 2026, a Xiaomi MiMo publicou ambientes de aprendizado por reforço, código de treinamento e um conjunto de dados para experimentos com modelos de linguagem.
- há 19 dias github.com
Amostragem de replay buffer com SQL
Post publicado em 16 de agosto de 2026 descreve amostragem ponderada top-k em SQL e relata selecionar 8.192 linhas entre 50 milhões em cerca de 1,1 segundo em um laptop.
Aprendizado contínuo em LLMs com iSDFT
Repositório publicado em 22 de setembro de 2026 apresenta um método de destilação própria para aprendizado contínuo em LLMs, com código de treinamento, checkpoints e avaliações.
Aprendizado contínuo em notebook com 8 GB de VRAM
O repositório mini-AGI descreve um modelo treinado do zero em um notebook com 8 GB de VRAM, usando batch 1, pesos paginados do disco e ajustes na taxa de aprendizado para reduzir o esquecimento.
- há 19 dias github.com
Breeze TTS 2 abre os pesos do modelo
Em 26 de agosto de 2026, a BreezeBlue anunciou pesos abertos para o Breeze TTS 2 e afirmou que o modelo lidera uma arena de avaliação de vozes.
- há 19 dias github.com
Buzz publica especificação para memória de agentes
Em 28 de julho de 2026, o Buzz publicou a especificação NIP-AE para seu recurso de memória, com o objetivo de facilitar implementação e interoperabilidade.
- há 19 dias github.com
Classificador de páginas fiscais: 261 formulários avaliados
Um repositório no GitHub descreve um classificador open source de páginas de documentos fiscais e reporta 100% de acurácia estrita em 261 formulários do IRS, por cerca de US$ 0,001 por página.
- há 19 dias github.com
CocktailASR-1 transcreve uma voz selecionada em áudio sobreposto
Publicado pela Xiaomi em 16 de setembro de 2026, o CocktailASR-1 usa voiceprints de referência para transcrever um falante escolhido em áudio misto. A publicação informa suporte a inglês e chinês.
- há 19 dias github.com
Colibri transmite experts de MoE do disco para inferência local
Um engine de inferência escrito em C puro carrega experts de modelos MoE a partir do disco, uma abordagem para avaliar execução local em hardware com memória limitada.
- há 19 dias github.com
Como estruturar testes de OCR para sua empresa
Em post publicado em 25 de julho de 2026, o autor afirma que adicionou o Baidu Unlimited OCR ao mlx-vlm e planeja avaliá-lo com um benchmark de OCR.
- há 19 dias github.com
Como reproduzir serving multi-GPU e perfil térmico
Um repositório no GitHub, publicado em 30 de julho de 2026, apresenta uma configuração reproduzível de serving do GLM-5.2 EXL3 MTP3 e um perfil térmico para quatro GPUs RTX PRO 6000 Blackwell.
- há 19 dias github.com
Comunicação de modelos em NPUs Huawei Ascend
A publicação, datada de 30 de setembro de 2026, apresenta uma biblioteca de comunicação de alto desempenho para treinamento e inferência de machine learning em NPUs Huawei Ascend.
- há 19 dias github.com
Configuração de inferência em dois DGX Sparks
Um pull request datado de 31 de julho de 2026 atualiza o checkpoint padrão e instala o encoder nos dois ranks de uma configuração com dois DGX Sparks.
- há 19 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 19 dias github.com
Depuração de software: uma metodologia aplicável além de Unix e Python
O livro aberto The Art of Debugging está disponível em PDF e EPUB, tem cinco capítulos e aborda Unix, Python e PyTorch. Seu autor afirma que o capítulo sobre metodologia se aplica à depuração de software em geral.
Estado recorrente pode ampliar a memória de Transformers
A descrição do Recurrent Looped Transformer, datada de 13 de setembro de 2026, apresenta um decoder recorrente que preserva estado entre tokens para ampliar o caminho temporal de informação.
- há 19 dias github.com
Falhas silenciosas no serving de LLMs: como diagnosticar
Publicado em 28 de julho de 2026, o repositório do GitHub cataloga falhas de serving de LLMs, seus sintomas, mecanismos, verificações e correções.
- há 19 dias github.com
FireRedAudio reúne cinco tarefas de fala em um modelo
Publicado em 27 de agosto de 2026, o FireRedAudio combina reconhecimento e compreensão de áudio, geração de fala e edição em um modelo com representações distintas para compreensão e geração.
- há 19 dias github.com
FrontierSmith reúne 200 problemas abertos de RL
Em 28 de setembro de 2026, a FrontierSmith publicou um repositório com 200 problemas para estudar aprendizado por reforço em tarefas abertas e desafiadoras.
- há 19 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 19 dias github.com
Harness amplia opções para agentes usarem browser e computador
A versão v0.1.6-alpha.1, publicada em 15 de setembro de 2026, adiciona terminais persistentes, múltiplas abas, recursos MCP e opções experimentais para uso de browser e computador.
- há 19 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 19 dias github.com
Inferência de LLMs com VRAM limitada
Post de 17 de julho de 2026 descreve um framework para inferência e fine-tuning heterogêneos, distribuindo experts entre GPU e CPU.
- há 19 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 19 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 19 dias github.com
Livro aberto reúne 12 capítulos sobre infraestrutura de IA
Publicado em 13 de setembro de 2026, o livro percorre arquiteturas de modelos, aceleradores, inferência e treinamento. Sua abrangência ajuda empresas a identificar desafios concretos de infraestrutura.
- há 19 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 19 dias github.com
Movfuscator limita código C à instrução MOV
Publicado em 17 de agosto de 2026, o repositório apresenta um compilador de C que gera assembly Turing-completo usando apenas MOV, um caso útil para avaliar ferramentas de análise de código.
- há 19 dias github.com
Notebooks de código exploram padrões de design de agentes
Publicado em 25 de agosto de 2026, o guia de Antonio Gulli apresenta notebooks para explorar padrões como encadeamento de prompts, roteamento, reflexão, uso de ferramentas, planejamento e sistemas multiagentes.
- há 19 dias github.com
Obfuscação de C em tempo de compilação no Windows
O repositório obfus.h descreve um macro header para ofuscar código C em tempo de compilação no Windows x86/x64 com tcc, incluindo virtualização, anti-debugging e ofuscação do fluxo de controle.
- há 19 dias github.com
OCR de documentos longos em uma única passagem
Post publicado em 23 de junho de 2026 descreve um modelo de OCR que processa documentos com mais de 40 páginas em uma passagem e mantém constante o tamanho do KV Cache.
- há 19 dias github.com
OCR local no iPhone com acesso por API na rede
Post publicado em 26 de agosto de 2026 descreve o iOS-OCR-Server, projeto open source que usa o framework Vision da Apple para processar OCR localmente em um iPhone e expor uma API a dispositivos na mesma rede.
- há 19 dias github.com
Octop combina agentes multiusuário e hospedagem própria
Post da Tencent Cloud, publicado em 15 de setembro de 2026, apresenta o Octop, uma plataforma open source e self-hosted de assistentes de IA com dados locais e integrações para equipes.
- há 19 dias github.com
OmniVoice: síntese e clonagem de voz em mais de 600 idiomas
Uma publicação de 6 de setembro de 2026 descreve um projeto Python de síntese de fala com clonagem zero-shot, compatível com mais de 600 idiomas e controles de voz configuráveis.
OpenMythos explora Transformer de profundidade recorrente
Publicado em 19 de junho de 2026, o repositório apresenta uma reconstrução teórica de código aberto com profundidade recorrente, roteamento MoE e halting adaptativo por token.
- há 19 dias github.com
OpenShell propõe runtime seguro para agentes autônomos
Publicado em 28 de setembro de 2026, o repositório no GitHub descreve o OpenShell como um runtime voltado à segurança e à privacidade de agentes de IA autônomos.
- há 19 dias github.com
PaddleOCR 3.7 amplia opções de inferência para OCR
Em post publicado em 17 de junho de 2026, o PaddleOCR anunciou um backend ONNX Runtime e suporte a inferência em CPU com OpenVINO e em GPU com CUDA e TensorRT. O post afirma que modelos PP-OCRv6 podem ser até 3,9 vezes mais rápidos em CPU.
- há 19 dias github.com
Plugin para ComfyUI oferece voz local e ajuste LoRA
Publicado em 25 de agosto de 2026, o repositório ComfyUI_VoxCPM_SM apresenta inferência do VoxCPM2 e ajuste fino com LoRA usando dados de voz personalizados, com suporte a pouca VRAM e modelos quantizados.
- há 19 dias github.com
Post anuncia exploit de bootrom para chips Apple
Publicado em 18 de junho de 2026, o post afirma que um exploit de bootrom foi lançado para chips A12, A13, S4/S5 e A12X/Z, ainda não testados.
Vamos avaliar seu projeto
Respondo com escopo e proposta.