Notícias de IA e infraestrutura
Filtrar por tipo: Publicação307
- há 1 dia x.com
Dessa: modelo speech-to-speech full-duplex anunciado para GPUs de consumo
Post anuncia o Dessa, modelo de fala para fala full-duplex que, segundo o autor, foi treinado apenas com fala e roda em GPUs de consumo. Relevante para voz conversacional local.
- há 1 dia x.com
Open TTS Leaderboard inclui modelos de 31M e 35B e a métrica UTMOS
A atualização do Open TTS Leaderboard compara um modelo aberto de 31M parâmetros com um de 35B em WER em inglês e adiciona a métrica UTMOS para naturalidade da fala.
- há 2 dias x.com
Autor afirma que tokens bearer de curta duração exigem proof of possession
O post argumenta que tokens bearer OIDC com expiração de 15 minutos não impedem invasões e que proof of possession, como a vinculação via TLS, é a solução real. O autor também prevê o fim do OIDC em breve.
Paper da Meta propõe modelos em nível de byte sem tokenizer
O paper da Meta 'Breaking the Token Ceiling' descreve modelos treinados com bytes brutos e destilação. Um post atribui a modelos byte de 1B desempenho igual ou superior ao de Llama 3.2-1B e Gemma-3-1B, afirmações ainda a confirmar.
- há 2 dias x.com
Raízes de CA privadas podem emitir certificados sem log de transparência
O post afirma que raízes de inspeção TLS instaladas em notebooks corporativos podem emitir certificados para qualquer domínio sem aparecer em logs de transparência, uma lacuna de confiança que exige monitoramento local.
- há 4 dias x.com
Ant Ling libera cinco modelos de fala Ming-3.0 com pesos abertos
A Ant Ling anunciou a liberação open-source de cinco modelos Ming-3.0 com variantes de síntese de voz, compreensão de áudio, diálogo e reconhecimento automático de fala para dialetos.
- há 4 dias x.com
ASR em streaming: decodificar fala sem ver o áudio futuro
O post da Tongyi Speech AI explica o reconhecimento de fala em streaming, em que palavras precisam ser definidas antes do fim da fala. Latência e lookahead moldam o modelo e o decoder em aplicações de voz ao vivo.
- há 4 dias x.com
Kyutai lança versões menores do Pocket TTS com até 1,9M de parâmetros
A Kyutai Labs anunciou versões menores do Pocket TTS, de 18,2M, 6,9M e 1,9M de parâmetros, e afirma que a de 1,9M roda 103x mais rápido que o tempo real em um núcleo de CPU, com clonagem de voz.
- há 4 dias x.com
Modelos TTS open source menores que o Kokoro, com clonagem de voz
O post anuncia modelos open source de síntese de fala com cerca de metade do tamanho do Kokoro (82M parâmetros), com maior naturalidade e precisão declaradas e suporte a clonagem de voz. Pode reduzir o custo de síntese local.
- há 4 dias x.com
Phonon: modelo TTS multilíngue de 40M de parâmetros para voz executada localmente
Segundo o anúncio do autor, o Phonon é um modelo text-to-speech de cerca de 40M de parâmetros, com vários idiomas, biblioteca de vozes e uso local pelo pacote speech-to-speech.
- há 4 dias x.com
Phonon: TTS aberto de 31M de parâmetros rodando no navegador via WebGPU
Post relata o port do Phonon, um TTS open de 31M de parâmetros da GradiumAI, para rodar totalmente no navegador via WebGPU em meia precisão, com cerca de 47x tempo real no M4 Pro e 7x no Phone 13 Pro.
- há 5 dias x.com
Modelos de texto por difusão geram a saída inteira de uma vez: o que muda para a inferência
Post descreve modelos de texto por difusão que produzem a resposta inteira simultaneamente, em vez de token a token como os LLMs autorregressivos. Segundo o autor, a geração é rápida, com perfil de latência e custo distinto da inferência padrão.
- há 5 dias x.com
Intel GPU D270 (Crescent Island): acelerador de inferência com memória LPDDR5X de grande capacidade
Um post descreve a GPU D270 da Intel, placa PCIe 5.0 voltada para inferência, com 32 Xe cores, motores de matriz XMX e cerca de 160 GB de LPDDR5X, expansível até 480 GB.
- há 6 dias x.com
AuroraASR-1M: reconhecimento de fala offline em CPU com modelo de 1 MB
Post descreve modelo Conformer-CTC de 949K parâmetros para inglês, com 1,06 MB em INT8, licença Apache 2.0, velocidade de cerca de 436x tempo real em uma thread de CPU e WER de 11,43% no test-clean.
- há 6 dias x.com
Benchmarks de LLM local em Ryzen AI Max+ PRO 495 e a decisão de devolver o equipamento
Análise de throughput de quatro modelos grandes de pesos abertos com llama.cpp/Vulkan em uma APU de memória unificada de 192 GB, com 18 a 58 tps e devolução por custo.
- há 6 dias x.com
Poda de 6 camadas do Qwen3-8B-Base com LaCo reduz o modelo em 16,7%
Post relata a remoção de até 10 camadas do Qwen3-8B-Base com LaCo. Com 6 camadas removidas, o modelo fica 16,7% menor e, segundo o autor, mantém 78-94% das pontuações de raciocínio, com razão de perplexidade de 1,68x.
- há 15 dias x.com
Artificial Analysis: HeyGen Voice lidera ranking de síntese de voz controlada
A Artificial Analysis classificou o HeyGen Voice em 1º lugar no Controlled Voice TTS Arena, com Elo de 1.201 em 8 vozes clonadas em inglês dos EUA e do Reino Unido, à frente de modelos comerciais concorrentes de voz.
- há 15 dias x.com
Post sobre RoboJEPA: escala previsível em modelos de mundo robóticos
Post de rede social descreve o RoboJEPA, modelo de mundo JEPA de 8B parâmetros treinado com 15.022 horas de vídeo robótico, e ajustes de leis de escala que antecipam resultados de 4B e 8B.
- há 16 dias x.com
Clones de voz de falantes não nativos avaliados como mais humanos: o que muda para empresas
Um artigo do NeurIPS 2026 clonou vozes de 86 falantes não nativos de inglês com três sistemas de síntese de voz. Em 4.000 avaliações humanas, os clones foram considerados mais calorosos, autoritativos e humanos, o que reforça riscos para a confiança em canais de voz.
- há 16 dias x.com
DeLM: agentes de código descentralizados com contexto compartilhado, sem coordenador central
Artigo de Stanford apresenta o DeLM, que troca o coordenador central por contexto compartilhado e fila de tarefas. Segundo o autor, é até 2,49× mais rápido e mais preciso que as linhas de base Claude Code e Codex.
- há 16 dias x.com
Samsung abre código do LittleBit, método que comprime LLMs de 13B para menos de 1 GB
Segundo o post, o LittleBit da Samsung usa fatoração latente e níveis abaixo de 1 bit para reduzir pesos de LLMs de 13B a menos de 1 GB. Vale avaliar para deploy local.
- há 17 dias x.com
Quantização de 10M de vetores EmbeddingGemma para 1 bit com MRL reduz RAM de 30GB para 0,4GB
Post do autor que relata a compressão de 10 milhões de embeddings EmbeddingGemma para 1 bit, com redução MRL para 256 dimensões, caindo a RAM de cerca de 30GB para 0,4GB ao custo de cerca de 5% de qualidade.
- há 17 dias x.com
TTS de voz única com 9MB destilado do Kokoro-82M para saída de voz local
Um post descreve um modelo de text-to-speech de voz e idioma únicos, com cerca de 9MB de pesos, destilado do Kokoro-82M e pensado para saída de voz local em dispositivos com recursos limitados.
- há 17 dias x.com
Vetores de prompt injection: como testar e reforçar sistemas de IA
O post reúne vetores e estratégias de prompt injection com exemplos, úteis para avaliar e reforçar a segurança de aplicações com modelos de linguagem.
- há 17 dias x.com
Agentes com autoaperfeiçoamento auditável
Artigo de 19 de abril de 2026 propõe um protocolo para agentes sugerirem, avaliarem e implementarem melhorias com rastreabilidade auditável e reversão.
- há 17 dias x.com
Agentes de código: como avaliar segurança e desempenho
A Microsoft relata um agente de código de 14 bilhões de parâmetros, com 45,3% no SWE-Bench Verified, e um método de treinamento que considera testes quebrados acidentalmente ao adicionar recursos.
- há 17 dias x.com
Agentes recursivos trocam estados latentes para colaborar
Uma publicação de 1º de maio de 2026 descreve um paper sobre agentes que refinam estados latentes compartilhados e relata colaboração mais precisa, execução mais rápida e menor uso de tokens nos experimentos.
- há 17 dias x.com
Ajuste de modelo de código de 14B com SFT e DPO
Artigo de 20 de janeiro de 2026 descreve o ajuste de um modelo de 14B com conversas sobre código e relata números, custos e dificuldades.
- há 17 dias x.com
Arquitetura também influencia o aprendizado contínuo
Artigo publicado em 17 de janeiro de 2026 relata que redes mais largas e menos global average pooling podem favorecer a retenção, enquanto ResNets e WideResNets aprendem novas tarefas rapidamente, mas esquecem mais.
- há 17 dias x.com
Avaliação privada para reduzir vazamento em ASR
Em 6 de maio de 2026, o Open ASR Leaderboard passou a incluir dados privados de avaliação da Appen e da DataoceanAI para reduzir a contaminação dos testes e o overfitting.
- há 17 dias x.com
Benchmark relata TTFT 2,89× mais rápido em contexto de 64K
Publicado em 9 de maio de 2026, o benchmark relata que Luce PFlash teve time to first token 2,89× mais rápido que Ollama com contexto de 64K.
- há 17 dias x.com
Benchmark testa retrieval em sistemas jurídicos de RAG
Paper publicado em 7 de março de 2026 apresenta um benchmark de retrieval para direito penal, com 4.876 trechos e 100 perguntas complexas elaboradas por especialistas jurídicos.
- há 17 dias x.com
BM25: busca lexical sem embeddings
Post publicado em 9 de fevereiro de 2026 explica como o BM25 pontua documentos pela raridade dos termos, com retornos decrescentes e normalização por tamanho.
- há 17 dias x.com
Bootloaders: como avaliar riscos e defesas
Artigo publicado em 5 de junho de 2026 aborda superfícies de ataque, detecção de vulnerabilidades e defesas em firmware, sistemas operacionais e bootloaders monolíticos.
CALM propõe prever blocos de vetores, não tokens
Texto publicado em 24 de janeiro de 2026 descreve modelos CALM, que preveem blocos de significado e afirmam carregar 4× mais informação por etapa e reduzir em 44% o compute de treinamento.
- há 17 dias x.com
CLI estima VRAM antes de carregar modelos
A ferramenta do-i-have-the-vram estima a memória de GPU necessária para carregar um modelo sem carregá-lo, ajudando a avaliar se ele cabe na VRAM disponível.
Como attention e MLPs armazenam conhecimento
Publicado em 22 de abril de 2026, o estudo analisa trade-offs no armazenamento de conhecimento em matrizes de attention e MLPs, apontando limites ligados a amostras e compute finitos e ao ruído em contextos longos.
- há 17 dias x.com
Como avaliar modelos de voz para produtos e operações
Em 6 de novembro de 2025, a Artificial Analysis informou que o Inworld TTS 1 Max liderava o Speech Arena, uma comparação às cegas de modelos de síntese de voz com avaliações humanas.
- há 17 dias x.com
Como comparar inferência MTP em GPUs mais antigas
Uma publicação de 16 de maio de 2026 relata benchmarks do llama.cpp com MTP para modelos Qwen 3.6 em três GPUs GTX 1080 Ti e descreve uma configuração que pode orientar testes internos.
- há 17 dias x.com
Como criar um debugger do zero: mecanismos e aplicações
Uma série de artigos publicada em 3 de junho de 2026 percorre a criação de um debugger, da conexão a um processo ao tratamento de código-fonte e símbolos.
Vamos avaliar seu projeto
Respondo com escopo e proposta.