Notícias de IA e infraestrutura
Filtrar por tipo: Publicação307
- há 18 dias x.com
Agentes de P&D precisam rever a estratégia de treinamento
Estudo publicado em 22 de agosto de 2026 analisou 1.338 trajetórias de pós-treinamento. A estratégia geral mudou em 74 de 3.557 experimentos adjacentes.
- há 18 dias x.com
Agentes de terminal treinados em ambientes RL Dockerizados
Post publicado em 24 de junho de 2026 descreve 14,6 mil ambientes Dockerizados de aprendizado por reforço e uma receita DPPO baseada apenas em resultados. Um modelo 9B alcançou 27% no Terminal-Bench 2.0.
- há 18 dias x.com
Agentes que atualizam seu modelo do ambiente durante a inferência
Post publicado em 30 de junho de 2026 sobre o ARC-AGI-3: o aprendizado durante a inferência leva agentes a construir e atualizar modelos de regras e mecânicas com novas evidências.
- há 18 dias x.com
ARGUS diagnostica lentidão em treinamentos de grande escala
Paper publicado no arXiv em 19 de junho de 2026 descreve um sistema que combina dados de CPU, framework e GPU para investigar lentidão no treinamento, com overhead contínuo abaixo de 2%.
Arquiteturas híbridas além da atenção padrão
Post publicado em 8 de julho de 2026 compara as arquiteturas do Qwen 3.5 e do Nemotron 3 e aponta a evolução convergente entre atenção linear e modelos de espaço de estados.
Atenção esparsa pode otimizar a seleção de blocos KV
Publicação da Tencent, datada de 14 de setembro de 2026, descreve um método que usa a perda de modelagem de linguagem para aprender quais blocos KV cada consulta deve acessar.
Atenção linear dinâmica ajusta memória à informação dos tokens
Post de 15 de junho de 2026: a Dynamic Linear Attention adapta os estados de memória à informação dos tokens, mantendo um cache fixo, e relata ganhos em benchmarks, throughput e memória.
Atenção linear e esparsa: o que avaliar em modelos de contexto longo
Um post de 26 de agosto de 2026 afirma que o GLM-5.3 intercala três camadas de atenção linear para cada camada de atenção esparsa, destacando trade-offs de eficiência computacional em contextos longos.
- há 18 dias x.com
Autodata estrutura agentes para criar e avaliar datasets
Publicado em 25 de junho de 2026, o material apresenta o Autodata, método em etapas no qual agentes de IA criam e analisam dados de treino e avaliação e aplicam meta-otimização.
- há 18 dias x.com
AutoDecompiler aplica RL à decompilação iterativa
Post de 25 de junho de 2026 descreve um modelo que usa aprendizado por reforço e feedback direto em várias etapas para decompilar código.
- há 18 dias x.com
AutoMem explora memória gerenciada por agentes
Post publicado em 6 de julho de 2026 descreve um paper sobre agentes que escrevem, pesquisam e organizam notas, com ganhos relatados de 2x a 4x em jogos longos.
- há 18 dias x.com
Autoresearch: agente supera harness manual após oito dias
Um post publicado em 14 de julho de 2026 relata que um agente de autoresearch se aprimorou ao longo de oito dias e superou um harness ajustado manualmente em benchmarks fora do treinamento.
- há 18 dias x.com
BITCOS reduz o armazenamento de LLMs ternários
Em post publicado em 20 de setembro de 2026, a Intel descreve o BITCOS, método que armazena pesos exatos de LLMs ternários a 1,485 bits por peso e relata ganhos de throughput de decode.
- há 18 dias x.com
Breeze TTS 2: voz multilíngue com geração em streaming
A publicação de 25 de agosto de 2026 descreve um modelo de síntese de voz com suporte a 50 idiomas, geração a partir de prompts de texto e saída em streaming.
- há 18 dias x.com
Busca local híbrida para agentes: o que o zg oferece
Em 2 de setembro de 2026, a equipe Zvec da Alibaba anunciou o zg, ferramenta de busca local que combina busca semântica, BM25, busca híbrida e rg, com suporte a agentes populares.
- há 18 dias x.com
C++26 padroniza Hazard Pointers para código concorrente
Publicado em 30 de junho de 2026, o post afirma que C++26 padroniza Hazard Pointers para adiar a exclusão de nós até que leitores concorrentes terminem de usá-los.
Cache de 64 tokens para atenção linear: o que avaliar
Uma postagem sobre HOLA, publicada em 5 de julho de 2026, descreve uma métrica de surpresa sem parâmetros e um cache de 64 tokens para reduzir o esquecimento catastrófico em modelos com atenção linear.
- há 18 dias x.com
CodeMidas cria tarefas de treinamento de RL a partir de código
Em um post datado de 21 de setembro de 2026, a Xiaomi descreve o CodeMidas, que usa agentes para gerar 5.545 tarefas executáveis em 23 linguagens a partir de bases de código open source.
- há 18 dias x.com
Código iterativo melhora previsões científicas
Estudo publicado na Nature avaliou combinações de métodos de previsão em seis áreas: 24 de 55 combinações superaram os dois métodos que lhes deram origem.
- há 18 dias x.com
Como avaliar recompensas de agentes de programação
Post de 4 de julho de 2026 descreve quatro sinais de recompensa para agentes de programação e aborda falhas e correções que ajudam a detectar reward hacking.
- há 18 dias x.com
Como avaliar reduções no uso de KV cache
Um post relata uma redução alegada do KV cache de 389.000 para 890 bytes por token em três anos. A afirmação destaca uma oportunidade para medir memória e custo em sistemas com contexto longo.
- há 18 dias x.com
Como medir ganhos de RL em tarefas de engenharia de software
Um post datado de 21 de setembro de 2026 relata que a pontuação do MiMo Pro no benchmark DeepSWE passou de 58,41 para 72,57 após execuções de aprendizado por reforço.
- há 18 dias x.com
Como o RL pode ampliar habilidades aprendidas por SFT
Post de 11 de julho de 2026 apresenta a hipótese de que o RL pode separar componentes úteis do SFT em habilidades reutilizáveis e regras de roteamento.
- há 18 dias x.com
Como o vLLM agenda requisições e aloca o KV cache
Artigo de 26 de setembro de 2026 acompanha o caminho de uma requisição no vLLM e explica o agendamento por iteração e a alocação de blocos de KV cache.
- há 18 dias x.com
Como organizar e avaliar otimizações de compiladores
Um artigo de Frances Allen, publicado em 1971, cataloga transformações de otimização de compiladores e oferece uma referência para engenheiros que avaliam passes em suas ferramentas.
- há 18 dias x.com
Como tornar treinamentos de modelos mais observáveis
Em 21 de agosto de 2026, uma publicação sobre Marin descreveu visualizações de dados e métricas de treinamento que podem apoiar a inspeção de modelos.
- há 18 dias x.com
Como validar resultados gerados por agentes de pesquisa
Paper do arXiv publicado em 1º de setembro de 2026 relata que checar afirmações de manuscritos contra logs de execução reduziu para 4% a taxa de erros graves observada.
- há 18 dias x.com
Crescent Island é listado com 32 núcleos Xe3P e 480 GB de LP5X
Uma publicação de 24 de agosto de 2026 lista o Intel Crescent Island com 32 núcleos Xe3P, 480 GB de memória LP5X e consumo de 350 W.
- há 18 dias x.com
CUDA C++: execução, memória e correção em GPU
Publicado em 19 de setembro de 2026, o guia de programação CUDA C++ da NVIDIA aborda kernels, threads, memória, sincronização, erros e validação dos resultados da GPU frente à CPU.
- há 18 dias x.com
Dell Precision T7910: avaliando uma base usada para multi-GPU
Uma publicação datada de 17 de julho de 2026 lista a configuração do T7910 e destaca slots PCIe, memória ECC e limites de potência como fatores para avaliar computação multi-GPU.
- há 18 dias x.com
Destilação on-policy combina modelos especialistas
Um post publicado em 6 de outubro de 2026 descreve MOPD, método que treina um modelo student com rollouts próprios e supervisão de especialistas por domínio.
- há 18 dias x.com
Destilação por token combina supervisão de professor e do próprio modelo
Um post de 8 de julho de 2026 descreve um paper sobre destilação on-policy dual, que escolhe dinamicamente a fonte de supervisão para cada token.
- há 18 dias x.com
Diarização de fala: como avaliar a correção de rótulos
Artigo do Google publicado em 4 de outubro de 2026 descreve um modelo de 4 bilhões de parâmetros ajustado para corrigir rótulos de falantes e reduzir erros de diarização por palavra em quatro benchmarks.
Diffusing Blame propõe treinar redes sem backpropagation
Postagem publicada em 17 de julho de 2026 descreve um método de roteamento de sinais de erro e relata resultados em reconhecimento de imagens, locomoção e Craftax.
- há 18 dias x.com
Distilação de modelos: a direção do KL por token
Estudo sistemático publicado em 3 de outubro de 2026 relata que a direção da divergência KL por token pesa mais que a política de rollout na distilação on-policy e off-policy.
- há 18 dias x.com
Distilação on-policy para combinar modelos especialistas
A técnica MOPD treina um modelo student com suas próprias respostas e usa probabilidades por token de vários teachers para transferir capacidades especializadas.
- há 18 dias x.com
Divergência no prompt do shell elevou a latência no DSH
Post publicado em 17 de agosto de 2026 relata que prompts diferentes entre duas ferramentas de shell no DSH acionavam um timeout de 3,5 segundos; uma alteração reduziu o tempo de um comando de 3.600 ms para 158 ms.
- há 18 dias x.com
Do REINFORCE ao GRPO: métodos de policy gradient para LLMs
Artigo publicado em 24 de setembro de 2026 apresenta uma progressão de métodos de policy gradient usados no treinamento de LLMs, de vanilla policy gradient e REINFORCE a PPO, GRPO e variantes.
Dust explora treinamento de transformers sem gradientes
Publicado em 5 de outubro de 2026, o paper apresenta o Dust, método zeroth-order que usa perturbações de ativações e relata experimentos de escala e comparações com backpropagation.
- há 18 dias x.com
ESP32 bloqueia 537 mil domínios com cerca de 50 KB de RAM
Um post publicado em 20 de julho de 2026 descreve um firmware para ESP32 que mantém a lista de bloqueio na flash e leva cerca de 10 milissegundos para bloquear requisições.
Vamos avaliar seu projeto
Respondo com escopo e proposta.