Atualizado
Todas as notícias
Tudo que a redação publicou, em ordem cronológica. Cada item traz origem, fontes e tempo de leitura.
0Hoje
4Ontem
61Nesta semana
RESEARCHQuoteBench Expõe Brecha de 55 Pontos Escondida em Benchmarks de Agentes de Código
RESEARCHGoogle DeepMind lança IA de linguagem de sinais no Pixel 11
sex., 14 de ago.
1 publicaçãoqui., 13 de ago.
6 publicações RESEARCH Hugging Face Audita 2.226 Artigos do ICML, Encontra 23% Com Afirmações Falsas 
RESEARCH Agentes LLM Caem para Supply-Chain Attacks Escondidos em Linguagem Simples 
RESEARCH Andaimes no Tempo de Inferência Elevam Acurácia de Modelos Fracos a 0.91 
RESEARCH O Benchmark VAKRA da IBM Mostra que Modelos Falham em 97% das Tarefas com Restrições de Política RESEARCH O Framework RCI Reduz Violações de Restrições no Treinamento de RL Offline Seguro 
RESEARCH Liquid AI lança modelo de visão de borda com 3.1B parâmetros e 228 tokens/segundo
RESEARCH Agentes LLM Caem para Supply-Chain Attacks Escondidos em Linguagem Simples RESEARCH Andaimes no Tempo de Inferência Elevam Acurácia de Modelos Fracos a 0.91 RESEARCH O Benchmark VAKRA da IBM Mostra que Modelos Falham em 97% das Tarefas com Restrições de Política RESEARCH O Framework RCI Reduz Violações de Restrições no Treinamento de RL Offline Seguro RESEARCH Liquid AI lança modelo de visão de borda com 3.1B parâmetros e 228 tokens/segundo qua., 12 de ago.
2 publicações
RESEARCH Embeddings Geoespaciais Abertos Reduzem Barreiras para Análise de Dados de Satélite 
RESEARCH Sistema de IA Reduz Limites de Problema Matemático de 40 Anos ter., 11 de ago.
6 publicações
RESEARCH Treinamento Unificado de LLM Revela Conflito Fundamental de Modos 
RESEARCH MMDiff Permite que Engenheiros Auditem e Editem Características de Modelos Multimodais 
RESEARCH ArchAgent v2 supera campeões humanos no design de cache de três níveis RESEARCH GENCO substitui três solucionadores clássicos de rede elétrica por uma arquitetura neural 
RESEARCH Consilience da Amazon Detecta Colapso de Modo Silencioso no Raciocínio Baseado em Confiança 
RESEARCH Taboo Realiza Testes de Estresse de LLMs em Restrições de Produção seg., 10 de ago.
5 publicações
RESEARCH Colapso do Otimizador Muon Após Grokking Ameaça Treinamento em Produção 
RESEARCH Benchmark SABRE Expõe a Cegueira de Modelos de Visão para Contradições Visuais 
RESEARCH CreativeInstruct Recupera Diversidade Sem Desacelerar a Inferência 
RESEARCH Mankind Labs Reduz Tokens de Loop Agentic em 17–26% Com Evicção Reversível de Memória RESEARCH CoinRAG Alcança Ganho de 5,3% F1 em RAG Multi-Salto com Cache de Nuggets de Informação sáb., 08 de ago.
1 publicação
sex., 07 de ago.
6 publicações
RESEARCH CalibForge Treina Modelos com Ganhos de 30 Pontos Usando Tarefas Calibradas por Solver 
RESEARCH AV-AIVAT Reduz Custo de Avaliação de Agentes em 74 Vezes com Parada Certificada RESEARCH Programação de Chamadas de Ferramentas Supera JSON em Novos Modelos de IA RESEARCH NVIDIA Publica Guia Completo de RAG para Grego Alcançando Ganho de Recuperação 2.3× 
RESEARCH Os Ciclones WeatherNext da DeepMind Superam Modelos de Furacões por um Dia Inteiro 
RESEARCH Skill Entropy Eleva Pontuações de Modelos de Raciocínio de 34% a 68% qui., 06 de ago.
6 publicações RESEARCH O Harness do Agent Supera a Escolha do Modelo no Raciocínio de Documentos RESEARCH Reasoning Core Supera Kits Procedurais Rivais em Três Benchmarks de Raciocínio 
RESEARCH OctoLong melhora agentes de código com treinamento entre repositórios 
RESEARCH EvolveNet Evolui Harness de Agentes em Vez de Pesos do Modelo 
RESEARCH Chain-of-Thought Funciona em Escala Tiny, Quebrando o Vínculo Computacional RESEARCH SeGaBench Testa LLMs em Otimização de Código Cego para Compiladores
RESEARCH OctoLong melhora agentes de código com treinamento entre repositórios RESEARCH EvolveNet Evolui Harness de Agentes em Vez de Pesos do Modelo RESEARCH Chain-of-Thought Funciona em Escala Tiny, Quebrando o Vínculo Computacional RESEARCH SeGaBench Testa LLMs em Otimização de Código Cego para Compiladores qua., 05 de ago.
5 publicações RESEARCH SocietyBench Eventos Contrafactuais Expõem Pontos Cegos de Modelos 
RESEARCH ReflectRL Recupera Ganhos de Raciocínio de Rollouts Falhados de Especialista 
RESEARCH Regimes de scaling em tempo de inferência exigem perfis de avaliação distintos RESEARCH Modelos ALiBi Perdem Conhecimento Posicional em Inferência de Contexto Longo 
RESEARCH Entradas de Lançamento Importam Mais do Que a Escolha do Modelo para Testes de TUI
RESEARCH ReflectRL Recupera Ganhos de Raciocínio de Rollouts Falhados de Especialista RESEARCH Regimes de scaling em tempo de inferência exigem perfis de avaliação distintos RESEARCH Modelos ALiBi Perdem Conhecimento Posicional em Inferência de Contexto Longo RESEARCH Entradas de Lançamento Importam Mais do Que a Escolha do Modelo para Testes de TUI Carregar mais notícias Carregando…