Notícias de IA e infraestrutura
- Voz: TTS e ASRPublicação
Packed FlashAttention acelera vocoder Transformer
Uma publicação de 20 de julho de 2026 relata aumento de 48,64% no QPS de um vocoder Transformer após otimizações na reconstrução de waveform.
- OCR e IA para documentosProjeto
PaddleOCR 3.7 amplia opções de inferência para OCR
Em post publicado em 17 de junho de 2026, o PaddleOCR anunciou um backend ONNX Runtime e suporte a inferência em CPU com OpenVINO e em GPU com CUDA e TensorRT. O post afirma que modelos PP-OCRv6 podem ser até 3,9 vezes mais rápidos em CPU.
- Inferência de LLMsPesquisa
PagedAttention e a gestão do KV cache em LLM serving
Artigo publicado em 24 de setembro de 2026 apresenta o PagedAttention, uma abordagem inspirada em memória virtual para reduzir fragmentação e duplicação do KV cache, fatores que podem limitar o tamanho do batch.
- Agentes de IAPublicação
Pandora’s Router equilibra custo de estimativa e roteamento
Paper publicado em 22 de agosto de 2026 propõe usar estimativas baratas e ruidosas antes de pagar por avaliações melhores. Em MATH, RAG e EmbedLLM, obteve o menor ou empatou no menor custo médio combinado de inspeção e regret de roteamento.
- Treino e fine-tuningPesquisa
Paper aponta ganho ao redistribuir capacidade entre camadas
Pesquisa sobre modelos de linguagem relata que uma alocação cossenoidal de capacidade melhorou a perplexidade sem ampliar parâmetros ou FLOPs.
- Aprendizado por reforçoPesquisa
Paper avalia feedback de LLM-as-a-Judge no treinamento
Publicado em 19 de setembro de 2026, o paper estuda o uso do próprio modelo de linguagem para gerar feedback durante o treinamento e compara a abordagem a modelos de recompensa congelados, treinados com preferências humanas.
- Atenção e arquitetura de modelosArtigo
PC-ALM treina MLPs residuais de até 1.000 camadas
Publicado em 14 de setembro de 2026, o paper apresenta o PC-ALM, método de aprendizado local que treina redes profundas com desempenho descrito como quase equivalente ao da retropropagação.
- SegurançaArtigo
Pesquisa alerta para tráfego em texto claro em satélites GEO
Pesquisa publicada em 18 de junho de 2026 relata que uma parcela significativa do tráfego de satélites GEO é transmitida sem criptografia e pode ser interceptada com equipamentos relativamente acessíveis.
- SegurançaPublicação
Phishing com proxy reverso pode contornar MFA
Post de 9 de agosto de 2026 descreve como kits de phishing podem intermediar o login e capturar cookies de sessão após a autenticação multifator.
- SegurançaPublicação
Phishing por device code não depende de Wi-Fi
Publicado em 25 de julho de 2026, o post alerta que o phishing de autenticação por device code também pode ocorrer por Ethernet ou pela internet.
- Voz: TTS e ASRPesquisa
Phoenix-VAD: detectar o fim da fala em diálogos por voz
Artigo publicado em 4 de setembro de 2026 apresenta um modelo baseado em LLM para detectar semanticamente o fim da fala em interações de voz full-duplex em streaming, usando treinamento com janela deslizante.
- Voz: TTS e ASRPublicação
Phonon-1: transcrição local de áudio em avaliação
Post de 28 de agosto de 2026 apresenta o Phonon-1, modelo de reconhecimento de fala com 782 milhões de parâmetros, download de 415 MB e licença Apache 2.0.
- Voz: TTS e ASRArtigo
Photon 2.1 amplia ASR em streaming para implantação própria
A Moondream afirma que o Photon 2.1 adiciona reconhecimento de fala em streaming para três modelos e supera os mecanismos de referência em todos os testes comparáveis.
- Voz: TTS e ASRProjeto
Plugin para ComfyUI oferece voz local e ajuste LoRA
Publicado em 25 de agosto de 2026, o repositório ComfyUI_VoxCPM_SM apresenta inferência do VoxCPM2 e ajuste fino com LoRA usando dados de voz personalizados, com suporte a pouca VRAM e modelos quantizados.
- Treino e fine-tuningPublicação
Poda de modelos usa tamanho efetivo da amostra para definir componentes
Post publicado em 1º de julho de 2026 apresenta o Effective Model Pruning, método que usa tamanho efetivo da amostra para calcular quantos componentes manter em redes neurais e modelos de linguagem.
- Atenção e arquitetura de modelosPesquisa
PolaFormer++ propõe features com polaridade para atenção linear
O paper de 26 de setembro de 2026 apresenta um critério teórico para a concentração de mapas de features e avalia atenção linear em seis famílias de tarefas visuais.
- Aprendizado por reforçoPublicação
Policy gradients: da derivação à avaliação prática
Publicado em 30 de agosto de 2026, o artigo revisa trabalhos fundamentais de aprendizado por reforço, deriva o algoritmo de policy gradient e discute suas variantes.
- Aprendizado por reforçoPesquisa
Positional encodings: como comparar alternativas ao RoPE
Estudo publicado em 29 de setembro de 2026 examina o viés do RoPE por tokens próximos e alternativas avaliadas em diferentes configurações.
- SegurançaProjeto
Post anuncia exploit de bootrom para chips Apple
Publicado em 18 de junho de 2026, o post afirma que um exploit de bootrom foi lançado para chips A12, A13, S4/S5 e A12X/Z, ainda não testados.
- Atenção e arquitetura de modelosPublicação
Post aponta designs eficientes em modelos chineses de fronteira
Publicado em 26 de agosto de 2026, o post afirma que modelos chineses de fronteira adotam atenção linear ou esparsa, designs especializados de conexões residuais e Muon. Também apresenta colaboração open source como estratégia para eficiência.
- Aprendizado por reforçoArtigo
Post compara eficiência de OPD e RL no treinamento de modelos
Datado de 19 de junho de 2026, o post afirma que OPD pode usar compute e amostras com mais eficiência que RL na busca por traces de raciocínio com alta recompensa.
- Inferência de LLMsPublicação
Post descreve compressão low-bit do Hy4 guiada por calibração
Post publicado em 29 de agosto de 2026 afirma que a Tencent reduziu o preview do Hy4 de 1,5 TB para 200 GB com precisão definida por camada. Relata resultados em dois benchmarks.
- SegurançaArtigo
Post relata descriptografia de IPA protegido sem iPhone físico
Publicado em 27 de setembro de 2026, o post afirma que IPAs do iOS protegidos pelo FairPlay podem ser descriptografados sem iPhone físico ou jailbreak. O relato interessa à avaliação das proteções de aplicativos.
- Treino e fine-tuningPesquisa
Post-training e adaptação de modelos no mundo real
Slides de uma palestra introdutória, publicados em 21 de agosto de 2026, apresentam métodos de post-training e questões de adaptação para agentes em ambientes mutáveis.
- Treino e fine-tuningArtigo
PostTrainBench destaca desempenho e confiabilidade de modelo
Em 25 de junho de 2026, um post sobre o PostTrainBench informou pontuações próximas no ranking e zero execuções com falha em 84 tentativas para o GLM 5.2.
- Treino e fine-tuningPesquisa
PPO e GRPO: escolhas para treinamento de longo horizonte
Um post publicado em 21 de junho de 2026 discute limites de infraestrutura e de redução de variância do GRPO em sequências longas, em comparação com o PPO.
- CUDA e programação de GPUArtigo
Prática de CUDA com desafios de GPU
Em post publicado em 12 de agosto de 2026, o LeetGPU recomenda uma trilha de desafios para praticar CUDA, de kernels SIMD a shared memory, tiling e recursos mais avançados.
- Inferência de LLMsArtigo
Presets da dstack propõem otimização portátil de inferência
Publicado em 20 de agosto de 2026, o anúncio da dstack apresenta um toolkit open source que usa agentes para simplificar a otimização de inferência e guardar resultados em formato portátil.
- C e C++Artigo
PRISM e a tradução binária no Windows on Arm
Artigo publicado em 10 de setembro de 2026 examina o PRISM, sistema de tradução binária do Windows on Arm, e seus efeitos na execução de código.
- Atenção e arquitetura de modelosPesquisa
Programas executáveis para estudar attention heads em Transformers
Artigo publicado em 29 de junho de 2026 propõe aproximar componentes de redes profundas com programas executáveis, aplicando o método a attention heads de modelos de linguagem Transformer.
- Atenção e arquitetura de modelosPublicação
Programas sintetizados podem substituir parte dos attention heads
Post de 1º de julho de 2026 descreve programas Python sintetizados a partir de mapas de atenção, com 69–79% de mean IoU e pouca queda em QA ao substituir até 30–40% dos heads.
- Treino e fine-tuningArtigo
Projection Sampling adapta demonstrações para SFT
Paper publicado em 4 de outubro de 2026 apresenta uma forma de reescrever demonstrações de especialistas como trajetórias corretas e mais prováveis sob o modelo-alvo, para uso em supervised fine-tuning padrão.
- Aprendizado por reforçoPublicação
ProRL Agent separa rollouts do treino de políticas de LLMs
Publicado em 30 de setembro de 2026, o ProRL Agent descreve uma infraestrutura open source que separa geração de trajetórias, orquestração de ambientes e avaliação da otimização de políticas para agentes multi-turn.
- Treino e fine-tuningPesquisa
Pruning ou treino do zero para LLMs pequenos?
Paper compara seis métodos de pruning do Llama-3.1-8B com treino do zero em dois cenários de orçamento de tokens; a vantagem depende de como o orçamento é contabilizado.
- Atenção e arquitetura de modelosPesquisa
PTXBench mede desempenho de kernels de GPU gerados por IA
Publicado em 29 de setembro de 2026, o PTXBench avalia kernels de multiplicação de matrizes e attention em PTX para GPUs H100 e B200, medindo correção, velocidade e execução das instruções solicitadas.
- CUDA e programação de GPUPublicação
PufferLib 4.0 relata escala multi-GPU
Publicado em 21 de junho de 2026, o relatório sobre PufferLib 4.0 informa aceleração de 6,6× em oito GPUs num teste de pior caso e throughput superior a 100 milhões de steps por segundo em oito RTX 5090.
- Treino e fine-tuningPesquisa
QLoRA: fine-tuning de modelo de 65 bilhões em GPU de 48 GB
Paper sobre QLoRA, datado de 20 de setembro de 2026, relata fine-tuning de um modelo de 65 bilhões de parâmetros em uma única GPU de 48 GB, com desempenho preservado em tarefas de ajuste em 16 bits.
- SegurançaArtigo
QuadRF rastreia drones e detecta Wi-Fi com rádio phased-array
Em post publicado em 10 de julho de 2026, Jeff Geerling descreve o QuadRF, um rádio com Raspberry Pi 5 e FPGA que usa processamento de sinais e beamforming para rastrear drones e detectar Wi-Fi através de paredes.
- C e C++Projeto
Qualcomm abre compilador FastRPC para Hexagon
Em 18 de setembro de 2026, a Qualcomm anunciou a publicação do código do compilador IDL FastRPC para Hexagon e apontou para o repositório QAIC.
- Inferência de LLMsPublicação
Quantização de 1 bit reduz modelo a 217 GB, relata Unsloth
Em post publicado em 28 de agosto de 2026, a Unsloth relata quantização dinâmica de 1 bit do GLM-5.3: 217 GB, ante 1,5 TB em BF16, e cerca de 76% de acurácia top-1.
arxiv.org
Vamos avaliar seu projeto
Respondo com escopo e proposta.