Notícias de IA e infraestrutura
- Atenção e arquitetura de modelosPesquisa
Transformers com loops: menos redundância, menor custo
Artigo publicado em 26 de setembro de 2026 identifica três tipos de redundância computacional entre loops em Transformers com loops. Os autores relatam redução de 1,65× na latência e de 6× no uso de memória.
- Atenção e arquitetura de modelosPesquisa
Transformers recorrentes como computadores programáveis
Artigo datado de 17 de setembro de 2026 descreve camadas Transformer recorrentes que emulam operações básicas de computação, como desvios condicionais e contadores de programa.
- Atenção e arquitetura de modelosPesquisa
Transformers recorrentes em blocos prometem escala linear
Artigo publicado em 17 de setembro de 2026 apresenta uma arquitetura Transformer recorrente em blocos, com complexidade linear no comprimento da sequência.
- Treino e fine-tuningProjeto
Treinamento online de DSpark no Speculators
Em 2 de julho de 2026, o repositório Speculators apresentou um script de shell para treinamento online de DSpark com Qwen3 0.6B e ShareGPT, no contexto de speculative decoding para vLLM.
- Atenção e arquitetura de modelosArtigo
Treinamento recorrente melhora resultados em testes de raciocínio
Um post publicado em 16 de setembro de 2026 relata que objetivos locais de denoising elevaram o desempenho de modelos recorrentes em seis benchmarks, com 58,8% de acurácia no ARC-AGI-1.
- Aprendizado por reforçoPublicação
Treinar decisões com probabilidades calibradas
Uma publicação de 4 de outubro de 2026 descreve um setup de aprendizado por reforço que pontua opções em ramos separados e combina a previsão do resultado com a calibração da confiança.
- Aprendizado por reforçoDemonstração
Treinar modelos em quatro agent harnesses com um proxy
Um post publicado em 2 de outubro de 2026 descreve treinamento por RL em quatro agent harnesses, com registro de token IDs e logprobs amostrados, e relata ganhos de pontuação.
- Agentes de IAPesquisa
Três níveis de autonomia para recomendações com agentes
Um survey publicado em 7 de julho de 2026 propõe uma taxonomia de sistemas de recomendação com agentes baseados em LLM, organizada pelo nível de autonomia.
- RAG e recuperação de contextoPesquisa
Trie pode acelerar experimentos de pipelines de recuperação
Artigo publicado em 2 de julho de 2026 apresenta um plano de execução com radix trie para PyTerrier, que reutiliza prefixos compartilhados e reduziu em até 26% o tempo dos experimentos relatados.
- Voz: TTS e ASRPublicação
TTS em CPU: voz sintética em 31 idiomas
Uma publicação datada de 17 de setembro de 2026 afirma que o Supersonic TTS roda em CPU e oferece suporte a 31 idiomas. O autor planeja usá-lo para gerar dados sintéticos.
- Voz: TTS e ASRModelo
TTS no Android: voz em tempo real no dispositivo
Publicação de 26 de agosto de 2026 relata que um modelo de síntese de fala com 100 milhões de parâmetros roda no Android com LiteRT, com seis vozes e reprodução em tempo real ou mais rápida.
- Atenção e arquitetura de modelosPesquisa
Tucker Attention reúne variantes de atenção sob fatorações de baixo posto
Publicado em 16 de setembro de 2026, o artigo apresenta Tucker Attention como uma abordagem de fatoração tensorial que enquadra MHA, GQA e MLA como métodos de atenção aproximada especializados.
- Treino e fine-tuningPesquisa
Turn-PPO e treinamento de agentes em múltiplos turnos
Artigo publicado em 21 de junho de 2026 apresenta o Turn-PPO, método de estimativa de vantagem por turno para usar PPO no treinamento por reforço de LLMs agentic, e examina limitações do GRPO em tarefas de longo horizonte.
- Atenção e arquitetura de modelosArtigo
TWT reduz o compute de Vision Transformers
Publicado em 26 de setembro de 2026, o post descreve o Transformer-Within-Transformer, que substitui grupos de camadas semelhantes. No DINOv2, relata cerca de metade do compute, com pequena queda de acurácia.
- Atenção e arquitetura de modelosPesquisa
Universal Transformers reutilizam uma camada recorrentemente
Post datado de 17 de setembro de 2026 descreve uma arquitetura que aplica repetidamente a mesma camada Transformer, em vez de empilhar camadas distintas, e aborda computação sequencial e paralela em modelos de sequência.
- C e C++Artigo
Utilização de CPU, sozinha, pode enganar
O artigo de Brendan Gregg, publicado em 27 de junho de 2026, aborda os limites da utilização de CPU como métrica para avaliar o desempenho de sistemas.
- SegurançaPublicação
uv pode bloquear pacotes maliciosos antes da instalação
Nota datada de 17 de julho de 2026 informa que a configuração UV_MALWARE_CHECK=1 faz o uv consultar o OSV antes de instalar pacotes de registries remotos e bloquear os que forem reportados como malware.
- Agentes de IAArtigo
Verificação em agentes de longa duração
Post publicado em 8 de agosto de 2026 relata que o runtime Argus condiciona pivôs à verificação e alcançou 78% no SWE-Bench Pro, ante 59% do Direct Copilot.
- Agentes de IAPesquisa
VeriHarness verifica agentes em tarefas de longo prazo
Paper publicado em 4 de outubro de 2026 apresenta um método para verificar afirmações de agentes usando evidências do workspace, sem respostas de referência ou rubricas durante o teste.
- Treino e fine-tuningPesquisa
Vocabulary Transfer para melhorar sparse retrieval
Paper de 2 de julho de 2026 atribui o desempenho inferior de encoders avançados em learned sparse retrieval a incompatibilidades entre vocabulários de tokenizers e propõe Vocabulary Transfer.
- Voz: TTS e ASRPublicação
Voice of Reason: raciocínio matemático falado
Em post publicado em 21 de setembro de 2026, a Kyutai Labs relata que seu modelo resolve problemas matemáticos falados sem transcrição intermediária e alcança 77,1% no GSM8K.
- Voz: TTS e ASRProjeto
VoiceGate integra dublagem multilíngue ao ComfyUI
Publicado em 19 de junho de 2026, o projeto combina transcrição, tradução, síntese de voz e alinhamento temporal para dublar vídeos em vários idiomas.
- Voz: TTS e ASRDemonstração
Voz em tempo real: demo open source com WebSocket e WebRTC
Uma demonstração publicada em 2 de julho de 2026 combina modelos e código open source para voz em tempo real, com suporte a WebSocket e WebRTC.
- SegurançaArtigo
VulHunt: detecção de vulnerabilidades em binários
Em posts publicados em 29 de junho de 2026, a equipe de pesquisa da Binarly apresenta o framework VulHunt e um exemplo de detecção de execução remota de código no rsync.
- CUDA e programação de GPUDocumentação
Vulkan: compute shaders, GPUs e modelos de memória
Tutorial publicado em 12 de julho de 2026 apresenta compute shaders, arquitetura de GPU e modelos de memória, conceitos que também ajudam a compreender o DirectX 12.
- C e C++Projeto
Vx demonstra lowering de MLIR para contar zeros à esquerda
Em publicação de 29 de setembro de 2026, a Vx mostra como a macro `mlir!` converte `math.ctlz` diretamente em instruções específicas de x86 e ARM.
- Aprendizado por reforçoPesquisa
WANDR: ambiente para avaliar busca agentic
Em post publicado em 14 de julho de 2026, a Perplexity afirma disponibilizar um ambiente de avaliação e aprendizado por reforço para busca agentic, sintetizado a partir de traces de produção com supervisão humana fraca.
- RAG e recuperação de contextoProjeto
WeKnora: framework de conhecimento com LLM para avaliar em ambiente próprio
Em post publicado em 14 de setembro de 2026, a Tencent descreve o WeKnora, framework open source para compreensão de documentos, busca semântica e raciocínio autônomo, com respostas baseadas em fontes e opção de hospedagem própria.
- Agentes de IAPesquisa
WikiSkill: conhecimento persistente para skills de agentes
Descrição publicada em 28 de agosto de 2026: a WikiSkill separa traces de execução, uma wiki persistente e skills executáveis para reutilizar experiências entre iterações.
- HardwarePublicação
Xring O3: relato aponta 15.221 pontos no Geekbench 6
Publicado em 24 de agosto de 2026, o relato atribui ao chip Xring O3 pontuações de 3.945 em single-core e 15.221 em multi-core, acima do resultado do Apple M4 nessa última métrica.
- CUDA e programação de GPUArtigo
Xtrace propõe rastreamento detalhado de kernels de GPU
Descrição publicada em 27 de setembro de 2026 apresenta o Xtrace, uma abordagem de tracing intra-kernel que insere probes por splicing de instruções em nível binário.
- C e C++Projeto
YaFF propõe serialização zero-copy para Protobuf
Em 26 de junho de 2026, a Yandex apresentou YaFF, uma biblioteca C++ com formato wire zero-copy para o ecossistema Protobuf. O repositório pode orientar avaliações de serialização.
- Voz: TTS e ASRModelo
Youdao avalia ASR e tradução com streaming em tempo real
Em 23 de setembro de 2026, um artigo da Youdao avaliou dois modelos para reconhecimento de fala e tradução em tempo real, com streaming e possibilidade de encadeamento.
- Inferência de LLMsProjeto
Zlaya: inferência do Laya em CPU com Zig
Publicado em 23 de setembro de 2026, o repositório no GitHub apresenta o Zlaya, um mecanismo compacto de inferência do Laya para CPU, implementado em Zig.
arxiv.org
hgpu.org
Vamos avaliar seu projeto
Respondo com escopo e proposta.