Notícias de IA e infraestrutura
Filtrar por tipo: Artigo292
- há 17 dias modal.com
Transcrição de áudio em streaming: exemplo da Modal
Em 6 de agosto de 2025, a Modal apresentou um exemplo de implantação de um serviço de reconhecimento de fala em streaming com Kyutai STT.
Transformers com energia refinam previsões de tokens
Um paper publicado em 27 de setembro de 2025 relata que Energy-Based Transformers, com 44 milhões de parâmetros, superaram transformers vanilla em três de quatro benchmarks usando RedPajama-Data-v2.
- há 17 dias wccftech.com
Workstation com quatro GPUs soma 192 GB de VRAM
Em 4 de outubro de 2025, Maxsun e Abee anunciaram uma workstation com quatro GPUs Intel Arc Pro B60 Dual 48G, totalizando 192 GB de VRAM, configuração voltada a workloads de IA.
- há 17 dias cnx-software.com
XIAOML Kit aproxima sensores e sistemas de aprendizado de máquina
Publicado em 7 de agosto de 2025, o post apresenta um kit com câmera, microfone, armazenamento microSD, IMU e display para aulas práticas de aprendizado de máquina embarcado.
Agentes otimizam kernels de atenção em GPU
Post da NVIDIA, publicado em 28 de setembro de 2026, relata kernels de atenção com desempenho até 2,96 vezes maior que FlashKDA em B300 e um décimo do erro de estado.
- há 18 dias openresearch.sh
Agentes para reproduzir pesquisas e provisionar GPUs
O OpenResearch é descrito como uma ferramenta que usa agentes para reproduzir resultados de papers e provisionar GPUs na nuvem. O autor afirma que ela reproduziu seu paper de ponta a ponta.
Algoritmos nos pesos de transformers: aplicações práticas
Publicado em 24 de junho de 2026, o artigo sobre The Transformer Cookbook descreve como codificar algoritmos de adição, busca e ramificação nos pesos de transformers, seguindo o trabalho sobre RASP.
- há 18 dias blog.quarkslab.com
Análise black-box do chip seguro MJA1 da Xiaomi
Em 28 de junho de 2026, a Quarkslab descreveu uma análise do chip MJA1 que examinou hardware, tráfego I2C, memória flash e firmware, mapeando o protocolo de comandos e avaliando propriedades de segurança.
- há 18 dias essenceia.github.io
Aritmética de ponto flutuante construída do zero
Publicado em 6 de julho de 2026, o artigo aborda a construção de aritmética de ponto flutuante do zero como um projeto técnico avançado para engenheiros.
- há 18 dias eli.thegreenplace.net
Arrays multidimensionais: como o acesso afeta o desempenho
Em artigo publicado em 11 de julho de 2026, Eli Bendersky compara, com benchmarks, o desempenho de diferentes padrões de acesso a arrays multidimensionais.
Atenção sob demanda pode equilibrar contexto longo e velocidade
Em publicação datada de 20 de setembro de 2026, a abordagem On-Demand Attention usa uma head leve para acionar o contexto completo quando necessário, buscando acelerar a decodificação sem perder tanto desempenho quanto a atenção local.
- há 18 dias victorchen96.github.io
AutoResearch automatiza experimentos de aprendizado por reforço
Post publicado em 18 de junho de 2026 descreve um agente que planejou e executou experimentos de aprendizado por reforço em GPU, incluindo escrita de código, depuração e síntese de conclusões.
- há 18 dias vercel.com
Benchmark compara modelos na descoberta de vulnerabilidades
Publicado em 18 de julho de 2026, o benchmark DeepSec compara recall, precisão e custo de modelos em uma aplicação open-core para análise de segurança.
- há 18 dias reddit.com
Benchmark compara sete memórias self-hosted para Hermes Agent
Publicado em 9 de agosto de 2026, o benchmark da comunidade compara sete provedores de memória self-hosted para Hermes Agent, usando 71.060 turnos e 3.750 perguntas sobre fatos que mudam com o tempo.
BF16 no FlashAttention: monitore a estabilidade dos gradientes
Em 29 de setembro de 2026, um trabalho técnico relatou que o arredondamento BF16 no FlashAttention pode quebrar uma simetria do gradiente do softmax e causar explosões no fim do treinamento. Os autores propõem o GProj como correção.
- há 18 dias tcgen05.mma
Tensor Memory no Blackwell e a acumulação de matmul
O post descreve como a Tensor Memory da arquitetura Blackwell, um espaço separado de 256 KB por SM, passa a armazenar resultados de Tensor Cores e reduz, segundo o autor, a emissão de matmul de 128 threads para uma.
- há 18 dias lab.einsia.ai
BrowserBC converte navegação humana em skills para agentes
Publicado em 7 de julho de 2026, o post descreve o BrowserBC, que transforma traces de navegação humana em cartões de skills reutilizáveis. O texto relata ganhos em sucesso de tarefas, recuperação e generalização entre sites.
- há 18 dias bschaatsbergen.com
Chaves de cliente TLS protegidas por TPM em Go
Artigo de 7 de setembro de 2026 explica como usar em Go um certificado de cliente cuja chave privada permanece em um TPM e aborda o custo por handshake.
Classificação de documentos em larga escala com poucos exemplos
Post publicado em 10 de setembro de 2026 descreve um fluxo que rotulou 200 exemplos com um agente e classificou 191.724 documentos por cerca de US$ 0,70 em computação de inferência.
- há 18 dias sourceware.org
Como analisar o comportamento do malloc no glibc
A wiki do glibc aborda os detalhes internos do malloc. Publicada em 25 de junho de 2026, a página trata de como o allocator administra alocações de memória.
- há 18 dias blog.mlc.ai
Como avaliar a otimização de kernels GPU por agentes
O TIRx Harness reúne análise de compilador, catálogo de kernels, especificações de hardware e avaliação remota em GPUs para explorar, depurar e otimizar kernels com agentes.
Como avaliar o acesso de LLMs ao conhecimento em seus parâmetros
Em publicação de 28 de junho de 2026, o blog do Google Research examina como o raciocínio pode ajudar modelos de linguagem a acessar conhecimento armazenado em seus parâmetros. A questão pode orientar testes internos de modelos e prompts.
- há 18 dias alphaxiv.org
Como coding agents aprendem com experiências de desenvolvimento
Publicado em 9 de agosto de 2026, o survey analisa 108 sistemas que usam interações de desenvolvimento para adaptar memória, workflows, ferramentas ou parâmetros do modelo.
- há 18 dias arxivb.org
Como direcionar o compute de RL para problemas difíceis
Artigo publicado em 18 de setembro de 2026 relata que o método adaptativo Never Give Up amostra até obter sucesso para direcionar compute de treinamento por reforço a problemas mais difíceis em LLMs.
Como estruturar ciclos de autoaperfeiçoamento em IA
Artigo de 13 de setembro de 2026 apresenta uma estrutura para sistemas de IA identificarem limitações, validarem mudanças e preservarem melhorias ao longo de ciclos persistentes.
- há 18 dias eli.thegreenplace.net
Como programas estáticos iniciam no Linux e o que isso muda
Em artigo publicado em 2 de julho de 2026, Eli Bendersky explica como programas linkados estaticamente iniciam no Linux e por que entender esse processo ajuda a raciocinar sobre executáveis e linking.
- há 18 dias aleph-alpha.com
Como testar a escala de treinamento antes de ampliar GPUs
Em relatório publicado em 5 de outubro de 2026, a Aleph Alpha descreve a escala de um modelo MoE de 30B-A3B, de 16 para 512 GPUs B200, com escalabilidade quase linear e MFU de 35,3%.
Como uma leitura de memória percorre a RTX 4090
Artigo datado de 13 de agosto de 2026 acompanha uma instrução LDG.E SASS pelas unidades de hardware e pela hierarquia de memória da RTX 4090, incluindo detalhes obtidos por engenharia reversa.
- há 18 dias crusoe.ai
Crusoe reporta inferência em 512 GPUs AMD MI355X
Em publicação de 16 de setembro de 2026, a Crusoe relata resultados do MLPerf Inference v6.1: 5,75 milhões de tokens por segundo em gpt-oss-120b e escalabilidade linear sem InfiniBand.
Difusão em loop: reutilizar blocos do Transformer
Artigo publicado em 3 de outubro de 2026 descreve um modelo de geração de imagens por texto que reutiliza blocos do Transformer durante a denoising e relata ganhos com mais loops.
- há 18 dias discourse.ubuntu.com
Ditado local no Ubuntu: como avaliar o Project Myna
Em publicação de 18 de junho de 2026, o Ubuntu descreve o Project Myna, recurso planejado para o Ubuntu 26.10 que pretende inserir ditado por voz no aplicativo ativo, com processamento local.
Do nvcc aos warps: como um kernel CUDA é executado
Publicado em 8 de julho de 2026, o artigo acompanha um kernel de soma de vetores da compilação com nvcc até sua execução por warps na GPU.
- há 18 dias sploitfun.wordpress.com
glibc malloc: como observar o uso de memória
Artigo publicado em 25 de junho de 2026 aborda como o glibc malloc obtém memória do kernel e gerencia a heap. A pauta propõe transformar esse conhecimento em observabilidade para serviços que usam memória intensivamente.
GRPO e OPD: caminhos práticos para post-training
Publicação de 26 de agosto de 2026 apresenta dois recursos sobre post-training com aprendizado por reforço: um sobre escalar o GRPO vanilla e outro dedicado a OPD.
- há 18 dias
unsloth.aiGRPO no treinamento de modelos de raciocínio: o guia da Unsloth
Publicado em 26 de setembro de 2026, o guia da Unsloth percorre reinforcement learning do nível iniciante ao avançado e apresenta o uso de GRPO no treinamento de modelos de raciocínio.
Guia de reinforcement learning para modelos de linguagem
Publicado em 24 de agosto de 2026, o guia relaciona fundamentos de reinforcement learning a métodos de treinamento de modelos de linguagem, incluindo policy gradients, REINFORCE e diferentes formas de definir estados e recompensas.
- há 18 dias lilianweng.github.io
Harness engineering e os limites do autoaperfeiçoamento de IA
Em artigo publicado em 7 de julho de 2026, Lilian Weng analisa o autoaperfeiçoamento recursivo e aponta o design e a otimização do harness como um ponto de partida prático, com desafios de avaliação, diversidade e segurança.
- há 18 dias platform.claude.com
Hooks de inferência permitem bloquear prompts antes da execução
Material datado de 11 de agosto de 2026 descreve hooks que enviam prompts a um servidor de segurança da organização, onde são permitidos ou negados antes da inferência.
HySparse2 propõe compartilhamento de KV em dois níveis
Datado de 27 de setembro de 2026, o paper apresenta um método híbrido de atenção esparsa para reduzir demandas de prefill e compactar o armazenamento de KV cache em agentes com contextos longos.
IA com profundidade recorrente: desafios para monitorar
Publicação de 2 de setembro de 2026 afirma que a IA Astra usa raciocínio com profundidade recorrente, o que pode dificultar o monitoramento, afetar custos e desempenho e complicar a supervisão.
Vamos avaliar seu projeto
Respondo com escopo e proposta.