Notícias de IA e infraestrutura
Filtrar por tipo: Publicação307
- há 17 dias x.com
Graphiti: grafos temporais para dados em evolução
Publicado em 10 de dezembro de 2024, o projeto Graphiti descreve grafos de conhecimento dinâmicos que representam relações entre entidades ao longo do tempo e oferecem diferentes métodos de busca.
Grokking em adição modular: três etapas até generalizar
Post de 4 de outubro de 2025 descreve um artigo que propõe três etapas para o grokking em adição modular e um limiar de dados próximo a n log n, com weight decay e largura moderada favorecendo o aprendizado de features.
- há 17 dias x.com
High Bandwidth Flash: o que avaliar antes de 2026
Em artigo publicado em 12 de outubro de 2025, a SanDisk propõe uma memória baseada em NAND com capacidade de 8 a 16 vezes a da HBM. As primeiras amostras são esperadas para o segundo semestre de 2026.
- há 17 dias x.com
HijackRAG expõe riscos em sistemas RAG
Publicado em 1º de dezembro de 2024, o post descreve um ataque que usa textos injetados, desvio de atenção e instruções para manipular respostas de sistemas RAG.
- há 17 dias x.com
Inferência concorrente de Llama 3.1 8B em uma RTX 3090
Post da Backprop, publicado em 16 de agosto de 2024, relata desempenho razoável em um benchmark com mais de 100 requisições simultâneas em uma única GPU.
- há 17 dias x.com
Inferência por camadas em GPUs com memória limitada
Em 25 de setembro de 2024, a publicação do AirLLM descreveu inferência que carrega uma camada do Transformer por vez a partir do disco, além de quantização em blocos e suporte à compressão.
- há 17 dias x.com
Jamba 1.5: contexto de 256 mil tokens e avaliação de inferência
Em 22 de agosto de 2024, a AI21 Labs anunciou os modelos Jamba 1.5 Mini e Large, com arquitetura que combina Mamba e Joint Attention, contexto de 256 mil tokens e recursos como ExpertInt8 e saída JSON.
- há 17 dias x.com
JEPA-SCORE estima densidade com encoders JEPA
Estudo publicado em 8 de outubro de 2025 apresenta uma forma de estimar probabilidades de amostras usando o Jacobiano do encoder, sem retreinamento.
- há 17 dias x.com
LazyGraphRAG combina busca vetorial e em grafos
Post de 29 de novembro de 2024 descreve uma abordagem que combina RAG vetorial com buscas breadth-first e best-first, sem sumarizar o índice.
- há 17 dias x.com
LoRA adapta um MLP com cerca de 9 mil parâmetros treináveis
Publicado em 30 de julho de 2024, o exemplo aplica LoRA a um MLP de 5 milhões de parâmetros para classificação e compara o desempenho com o adapter ativado e desativado.
- há 17 dias x.com
LoRA em fine-tuning de reinforcement learning
Post da Thinky Machines, publicado em 29 de setembro de 2025, descreve configurações de LoRA para fine-tuning em reinforcement learning e afirma que rank 1 pode igualar o desempenho do fine-tuning completo quando bem configurado.
- há 17 dias x.com
Memória em agentes de IA: critérios para projetos de longo prazo
Survey publicado em 11 de agosto de 2025 por pesquisadores da Renmin University of China e da Huawei aborda design, avaliação, aplicações, limitações e direções futuras da memória em agentes baseados em LLM.
- há 17 dias x.com
Mini-Omni-Reasoner combina raciocínio e fala
Post de 22 de setembro de 2025 descreve uma arquitetura que intercala raciocínio silencioso e tokens falados, além de um novo conjunto de dados e ganhos relatados em matemática e compreensão contextual.
O que os attention sinks revelam sobre LLMs
Experimentos com modelos de 410 milhões a 120 bilhões de parâmetros relacionam normas extremas de ativação do token inicial a compression valleys e attention sinks.
- há 17 dias x.com
Parler-TTS: modelos de voz controláveis para avaliar
Publicado em 8 de agosto de 2024, o anúncio apresenta os modelos Mini e Large v1, treinados com 45 mil horas de fala, e descreve controles de voz por prompts de texto.
- há 17 dias x.com
PEER recupera mais de um milhão de experts com product keys
A arquitetura PEER combina roteamento por product keys e experts MLP de um único neurônio para selecionar, de forma esparsa, os componentes usados em cada entrada.
- há 17 dias x.com
Pesquisa configurável como código: a abordagem da NVIDIA
Em 7 de setembro de 2025, uma publicação da NVIDIA descreveu um sistema que transforma estratégias de pesquisa em linguagem natural em funções executáveis, com busca, modelos intercambiáveis e execução em sandbox.
- há 17 dias x.com
PHLoRA extrai adapters LoRA de modelos ajustados
Publicado em 17 de setembro de 2025, o post descreve um método que extrai adapters de baixo rank de checkpoints ajustados, sem dados de treinamento ou gradientes.
- há 17 dias x.com
Piper oferece síntese de voz neural local e multilíngue
Publicado em 7 de janeiro de 2025, o texto descreve o Piper, sistema local que converte texto em fala com várias vozes, idiomas e opções personalizáveis.
- há 17 dias x.com
RAG multi-hop com grafo planejado a cada consulta
Post de 12 de agosto de 2025 descreve um método que planeja dependências entre subproblemas durante cada consulta e relata superar sistemas GraphRAG em três conjuntos de perguntas e respostas multi-hop.
- há 17 dias x.com
RARe adapta modelos de busca com exemplos recuperados
Publicado em 1º de dezembro de 2024, o paper apresenta o RARe, método que usa exemplos de pares query-documento recuperados por BM25 para orientar modelos de retrieval.
- há 17 dias x.com
REFRAG acelera RAG com embeddings reutilizáveis
Paper publicado em 15 de setembro de 2025 apresenta o REFRAG, método que troca a maioria dos tokens recuperados por embeddings pré-computados de chunks. O paper relata velocidade 30× maior e contextos 16× mais longos sem perda de accuracy.
RLAD explora abstrações de raciocínio com aprendizado por reforço
Publicado em 3 de outubro de 2025, o paper apresenta o RLAD, um framework que usa aprendizado por reforço com dois jogadores para que modelos de linguagem descubram dicas procedurais em linguagem natural.
RLMs: uma abordagem para prompts muito longos
Publicado em 15 de outubro de 2025, o texto descreve modelos de linguagem que interagem recursivamente com prompts longos por meio de um REPL e relata avaliações nos benchmarks OOLONG e BrowseComp-Plus.
- há 17 dias x.com
SimpleQA: como medir factualidade em respostas de IA
Publicado em 30 de outubro de 2024, o paper descreve um benchmark com 4.000 perguntas factuais e respostas de referência verificadas para avaliar modelos.
- há 17 dias x.com
SWE-Swiss: receita de treinamento para engenharia de software
Em 12 de agosto de 2025, pesquisadores da Peking University, ByteDance Seed e HKU apresentaram uma receita de treinamento para tarefas de engenharia de software. O modelo SWE-Swiss-32B alcançou 60,2% no SWE-bench Verified, segundo os pesquisadores.
SwiReasoning alterna raciocínio para reduzir tokens
Publicação de 12 de outubro de 2025 descreve uma técnica que alterna entre raciocínio latente e explícito e relata ganhos de eficiência de tokens em modelos Qwen3-8B.
- há 17 dias x.com
Throughput de inferência: SGLang e vLLM em GPUs A6000
Um post publicado em 4 de agosto de 2024 relata throughput maior com SGLang do que com vLLM em quatro GPUs A6000, mas desempenho semelhante em batches menores.
- há 17 dias x.com
ToolUniverse e a integração de ferramentas de pesquisa
Post publicado em 30 de setembro de 2025 descreve uma interface compartilhada para descobrir e executar mais de 600 ferramentas de pesquisa locais e remotas compatíveis com MCP.
- há 17 dias x.com
Transferência de conhecimento entre modelos de IA
Um repositório publicado em 29 de julho de 2024 apresenta um notebook para ajustar um modelo menor com conhecimento de domínio gerado por um modelo maior.
- há 17 dias x.com
Transistor magnético pode integrar controle e memória
Artigo datado de 23 de setembro de 2025 relata que pesquisadores do MIT desenvolveram um transistor com semicondutor magnético, com potencial para melhorar o controle elétrico e integrar memória.
- há 17 dias x.com
Triton: acesso a dados na GPU com block pointers
Publicado em 23 de setembro de 2025, o post aborda armazenamento de tensores e o uso de tl.make_block_ptr, strides e offsets em kernels Triton.
- há 17 dias x.com
TTS em streaming abre caminho para diálogos com várias vozes
Um post de 15 de setembro de 2025 descreve um sistema de geração de fala de longa duração que intercala texto e áudio para diálogos contextuais com múltiplos speakers.
- há 17 dias x.com
TTS local com clonagem de voz: riscos e implementação
Em 15 de fevereiro de 2025, a Zonos anunciou um beta de síntese expressiva de fala com clonagem de voz, modelos abertos e um launcher local multiplataforma.
- há 17 dias x.com
TUMIX refina respostas com agentes diversos em tempo de inferência
Post de 11 de outubro de 2025 descreve agentes com ferramentas distintas que resolvem problemas independentemente e refinam respostas em várias rodadas, sem retreinar o modelo base.
Uma visão unificada de Attention-MoE e FFN-MoE
Artigo publicado em 24 de setembro de 2025 propõe tratar tokens pré-misturados e (V·Wo) como um expert de FFN, unificando abordagens esparsas de attention e FFN.
- há 17 dias x.com
UserRL treina agentes com usuários simulados
Em post publicado em 8 de outubro de 2025, a Salesforce apresenta o UserRL, framework para treinar agentes com ambientes padronizados e usuários simulados.
- há 17 dias x.com
VoiceCraft: edição de fala e síntese zero-shot
Publicado em 25 de agosto de 2024, o texto descreve o VoiceCraft, modelo que edita fala e gera voz a partir de alguns segundos de áudio de referência.
- há 17 dias x.com
XEUS: encoder de fala multilíngue com código e checkpoints
Em 1º de julho de 2024, a WavLab anunciou o XEUS, um encoder de fala treinado com mais de 1 milhão de horas de áudio e que abrange mais de 4.000 idiomas. Código, checkpoints e dados foram disponibilizados.
- há 17 dias x.com
Zerox: extração estruturada de documentos
Post publicado em 10 de agosto de 2025 descreve um projeto open source de OCR e extração que usa schemas para obter campos específicos de documentos.
Vamos avaliar seu projeto
Respondo com escopo e proposta.