Notícias de IA e infraestrutura
- RAG e recuperação de contextoPublicação
Retrieval esparso pode reduzir o custo de memória em contexto longo
Paper publicado em 9 de junho de 2026 descreve uma técnica que prevê quais chunks do KV cache serão necessários, mantendo os selecionados na GPU e descarregando os demais.
- Aprendizado por reforçoPublicação
Ring-1T: treinamento em três fases para MoE de 1 trilhão de parâmetros
Post publicado em 22 de outubro de 2025 descreve o Ring-1T, modelo MoE de raciocínio com 1 trilhão de parâmetros e cerca de 50 bilhões ativos por token, treinado em três fases.
- C e C++Artigo
Ring buffer SPSC: sincronização e cache
Artigo de 28 de março de 2026 analisa a otimização de um ring buffer SPSC, comparando mutexes, atomics e ajustes para reduzir a contenção de cache.
- Treino e fine-tuningPublicação
Ring-linear 2.0: atenção híbrida e otimização FP8
Em post publicado em 27 de outubro de 2025, a Ant Group descreve dois modelos que combinam atenção linear e softmax e afirma ganhos de eficiência no treinamento com operadores FP8.
- CUDA e programação de GPUArtigo
RL agentic para gerar kernels CUDA de alto desempenho
Post de 4 de março de 2026 apresenta o CUDA Agent, sistema de reinforcement learning agentic em larga escala para gerar kernels CUDA, uma tarefa que exige conhecimento especializado de hardware.
- Aprendizado por reforçoArtigo
RL em sistemas de treinamento: desafios e resultados de pass@k
Artigo publicado em 21 de dezembro de 2025 reúne desafios de rollouts em treinamento por RL e resultados variados sobre desempenho pass@k.
- Aprendizado por reforçoPesquisa
RL multimodal: estabilidade com rollout único
Publicação de 23 de dezembro de 2025 relata que advantage shaping com bônus de entropia estabilizou uma abordagem de rollout único para RL multimodal.
- Aprendizado por reforçoPublicação
RL offline: generalização bayesiana em modelos
Post de 14 de janeiro de 2026 sobre um artigo que explora generalização bayesiana adaptativa em RL offline baseado em modelos, usando rollouts de longo horizonte para reduzir restrições conservadoras.
- Aprendizado por reforçoArtigo
RL online para geração de código HPC com benchmarks reais
Artigo publicado em 15 de fevereiro de 2026 descreve o uso de aprendizado por reforço online, recompensado por benchmarks em máquinas reais, para melhorar a geração de código HPC. O desempenho em execução do código gerado não é garantido.
- Aprendizado por reforçoPublicação
RLAC propõe crítico adversarial para geração livre
Em post publicado em 5 de novembro de 2025, a abordagem RLAC relata mais factualidade e melhores pontuações em código, com menos chamadas de validação e menos dados e casos de teste.
- Aprendizado por reforçoArtigo
RLHF em GPUs AMD: implantação com ROCm 7.0
Artigo da AMD, publicado em 2 de março de 2026, descreve o uso de verl para treinamento de RLHF em GPUs AMD, com otimizações para ROCm e scripts Docker, e apresenta resultados de throughput e convergência.
- Aprendizado por reforçoPublicação
RLoop alterna exploração e consolidação no RL
Post de 7 de novembro de 2025 descreve uma estratégia de inicialização iterativa de políticas, com ganhos em duas métricas de avaliação.
- Treino e fine-tuningPesquisa
RobustMerge consolida MLLMs especialistas sem retreinamento
Publicado em 15 de novembro de 2025, o post descreve um método para combinar modelos multimodais ajustados para tarefas específicas em um modelo multitarefa, sem novo treinamento.
- Atenção e arquitetura de modelosPublicação
ROME: crédito por trechos no treinamento de agentes
Publicação de 10 de fevereiro de 2026 descreve o ROME, um modelo de 3 bilhões de parâmetros treinado com recompensas por trecho e etapas estruturadas de código, SFT e RL.
- Treino e fine-tuningArtigo
RoPE e decisões de arquitetura de modelos
Publicação de 12 de abril de 2026 apresenta um artigo como explicação de rotary positional embeddings (RoPE), voltada a engenheiros que estudam codificação posicional.
- RAG e recuperação de contextoPesquisa
RouteRAG adapta buscas em texto e grafos durante o raciocínio
Publicado em 15 de dezembro de 2025, o material descreve um framework de RAG que usa aprendizado por reforço para escolher buscas e penaliza retrieval desnecessário.
- Inferência de LLMsPublicação
RTX 3090: eficiência e throughput em inferência local
Testes relatados em 9 de maio de 2026 compararam um modelo de 27 bilhões de parâmetros na RTX 3090, variando concorrência e limite de potência.
- Aprendizado por reforçoPesquisa
SA-RAG explora ativação em grafos para recuperar evidências
Publicado em 20 de dezembro de 2025, o paper apresenta o SA-RAG, que propaga ativação por conexões ponderadas em grafos de conhecimento para recuperar documentos ligados a entidades relevantes.
- Treino e fine-tuningPublicação
SAM no mid-training pode reduzir o esquecimento no fine-tuning
Post de 8 de maio de 2026 afirma que aplicar SAM nos 10% finais do mid-training reduziu em mais de 35% o esquecimento após fine-tuning ou quantização.
- Aprendizado por reforçoPesquisa
SAR como sinal de recompensa para LLMs
Publicação de 16 de janeiro de 2026 apresenta o Self-Aligned Reward, compatível com PPO e GRPO, para buscar melhor raciocínio com menos tokens.
- Atenção e arquitetura de modelosProjeto
Scaled dot-product attention: do mecanismo à prática
Post publicado em 1º de fevereiro de 2026 explica como queries, keys e values orientam a relevância dos tokens e apresenta um notebook de implementação de sistemas de LLM e NLP a partir de primeiros princípios.
- HardwareArtigo
Seasonic anuncia fonte CRPS de 5.200 W para a Computex 2026
Em 28 de maio de 2026, a Seasonic informou que planeja apresentar na Computex 2026 uma fonte CRPS de 5.200 W com certificação 80 PLUS Ruby.
- Agentes de IAPublicação
Self-Harness: agentes aprimoram seus próprios harnesses
Publicado em 10 de junho de 2026, o paper explora agentes que analisam falhas e propõem pequenas mudanças em seus harnesses, mantendo as que passam por testes de regressão.
- Agentes de IAPublicação
Self-play para treinar agentes de engenharia de software
Em post publicado em 23 de dezembro de 2025, o método Self-play SWE-RL alterna um agente entre injetar e corrigir bugs em repositórios reais, sem issues ou testes rotulados por humanos.
- Aprendizado por reforçoPublicação
Self-play para treinar agentes de código com bugs reais
Uma publicação de 26 de dezembro de 2025 descreve o Self-play SWE-RL, método que treina um agente para inserir e corrigir bugs em repositórios reais sem issues rotuladas por pessoas nem descrições dos problemas em linguagem natural.
- Atenção e arquitetura de modelosArtigo
Sequential Attention propõe modelos mais enxutos
Em 9 de fevereiro de 2026, o Google Research apresentou a Sequential Attention, abordagem que seleciona recursos ou camadas durante o treinamento para buscar modelos mais rápidos e enxutos sem sacrificar a precisão.
- Inferência de LLMsPublicação
Serving de modelos MoE com AWS EFA
Em 6 de novembro de 2025, um artigo da Perplexity descreveu kernels para servir modelos MoE em várias GPUs da AWS usando EFA, sem GPUDirect Async.
- Aprendizado por reforçoPublicação
SETA lança 400 ambientes de RL para agentes de terminal
Em 9 de janeiro de 2026, a SETA anunciou ambientes de treinamento, um pipeline de RL e pesos de modelo para experimentos com agentes de terminal.
- Treino e fine-tuningPesquisa
SFT com taxas menores pode preservar capacidades gerais
Estudo publicado em 23 de outubro de 2025 relata que taxas de aprendizado menores podem manter capacidades gerais de LLMs sem perder desempenho especializado; também apresenta o método TALR.
- Aprendizado por reforçoPesquisa
SFT ou ajuste por reforço no pós-treinamento contínuo?
Artigo publicado em 11 de janeiro de 2026 compara SFT e ajuste fino por reforço no pós-treinamento contínuo de modelos fundacionais. Seu título afirma que o ajuste por reforço mitiga naturalmente o esquecimento.
- SegurançaArtigo
SHA-2: ataques de colisão chegam a 39 etapas
Um artigo publicado em 2 de junho de 2026 relata um procedimento aprimorado de busca para colisões em SHA-2 e situa o avanço diante de resultados anteriores de até 37 etapas.
- Treino e fine-tuningPesquisa
SHINE gera adapters LoRA a partir de contexto em uma passagem
Publicado em 6 de abril de 2026, o paper apresenta uma hypernetwork que mapeia contextos para adapters LoRA, reutilizando os parâmetros congelados de um LLM.
- SegurançaPesquisa
Side channel de SSD no navegador pode revelar atividade
Artigo publicado em 29 de maio de 2026 relata que medições de latência do SSD pelo Origin Private File System podem identificar sites visitados e detectar aplicativos desktop iniciados.
- C e C++Artigo
SIMD e Base64: como avaliar otimizações em processamento
Publicado em 7 de março de 2026, o artigo aborda o projeto de um algoritmo SIMD do zero, com foco em Base64, e apresenta um exemplo para engenheiros.
- C e C++Vídeo
SIMD em C++: processamento de dados em alta velocidade
Palestra publicada em 15 de maio de 2026 aborda parsing de JSON com SIMD, reflection em tempo de compilação no C++26 e processamento de texto em navegadores.
- RAG e recuperação de contextoPesquisa
Skill-RAG adapta a recuperação a lacunas de conhecimento detectadas
Publicado em 20 de abril de 2026, o paper apresenta um método que detecta possíveis falhas de conhecimento e encaminha consultas para estratégias especializadas de recuperação. A avaliação foi feita em HotpotQA, Natural Questions e TriviaQA.
- Aprendizado por reforçoProjeto
slime v0.2.2 amplia suporte a Int4-QAT e R3
Publicado em 18 de janeiro de 2026, o anúncio da versão slime v0.2.2 destaca melhorias de memória e desempenho, treinamento Int4-QAT e suporte a R3 com DeepEP e MTP.
- HardwareArtigo
SlimeVR Butterfly combina IMU e rádio de baixo consumo
Publicado em 12 de fevereiro de 2026, o relato sobre os trackers open-hardware SlimeVR Butterfly descreve o uso de IMUs, do MCU nRF52833 e de um protocolo personalizado de 2,4 GHz para transmitir dados de movimento.
- Aprendizado por reforçoPesquisa
Socratic-Zero gera currículos de raciocínio com agentes
Publicado em 28 de outubro de 2025, o paper apresenta um método de geração de dados de raciocínio sem rótulos humanos e relata resultados em sete benchmarks matemáticos.
- Inferência de LLMsArtigo
Speculative decoding: desempenho varia por modelo
Artigo publicado em 3 de junho de 2026 compara DFlash e MTP com vLLM e llama.cpp em matemática, programação e chat. Os resultados variam conforme o modelo e a carga de trabalho.
hgpu.org
arxiv.org
Vamos avaliar seu projeto
Respondo com escopo e proposta.