8 de outubro de 2026 · arxiv.org
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.
Notícias de IA e infraestrutura
Cada notícia resume o fato e diz o que uma empresa pode fazer.
Notícias recentes
8 de outubro de 2026 · x.com
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.
8 de outubro de 2026 · hgpu.org
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.
8 de outubro de 2026 · x.com
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.
8 de outubro de 2026 · rocm.blogs.amd.com
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.
8 de outubro de 2026 · x.com
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.
8 de outubro de 2026 · arxiv.org
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.
8 de outubro de 2026 · x.com
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.
8 de outubro de 2026 · huggingface.co
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.
8 de outubro de 2026 · arxiv.org
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.
8 de outubro de 2026 · x.com
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.
8 de outubro de 2026 · arxiv.org
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.
8 de outubro de 2026 · x.com
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.
8 de outubro de 2026 · arxiv.org
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.
8 de outubro de 2026 · github.com
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.
8 de outubro de 2026 · videocardz.com
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.
8 de outubro de 2026 · x.com
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.
8 de outubro de 2026 · x.com
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.
8 de outubro de 2026 · x.com
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.
8 de outubro de 2026 · research.google
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.
8 de outubro de 2026 · x.com
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.
8 de outubro de 2026 · x.com
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.
8 de outubro de 2026 · arxiv.org
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.
8 de outubro de 2026 · arxiv.org
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.
8 de outubro de 2026 · eprint.iacr.org
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.
8 de outubro de 2026 · arxiv.org
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.
8 de outubro de 2026 · tugraz.elsevierpure.com
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.
8 de outubro de 2026 · mcyoung.xyz
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.
8 de outubro de 2026 · youtube.com
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.
8 de outubro de 2026 · arxiv.org
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.
8 de outubro de 2026 · github.com
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.
8 de outubro de 2026 · cnx-software.com
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.
8 de outubro de 2026 · arxiv.org
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.
8 de outubro de 2026 · kaitchup.substack.com
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.
8 de outubro de 2026 · wccftech.com
SSSTC apresenta SSDs SATA ER4 de até 16 TB
Em 27 de novembro de 2025, a SSSTC apresentou a linha de SSDs SATA corporativos ER4, com capacidades de até 16 TB e desempenho de até 98 mil IOPS.
8 de outubro de 2026 · eli.thegreenplace.net
Stack frames em x86-64: aplicações para depuração
Artigo de Eli Bendersky, publicado em 2 de março de 2026, sobre como chamadas de função usam a stack em x86-64 e como se organiza um stack frame.
8 de outubro de 2026 · github.com
Stop hooks podem manter agentes em tarefas longas
Post da Anthropic, de 27 de dezembro de 2025, descreve o uso de um stop hook para pedir que um agente continue após parar e aponta a técnica como apoio à orquestração de tarefas mais longas.
8 de outubro de 2026 · arxiv.org
StructMem propõe memória temporal hierárquica para agentes
Publicado em 24 de abril de 2026, o paper StructMem propõe uma memória hierárquica para agentes conversacionais de longo prazo, com relações entre eventos voltadas a raciocínio temporal e perguntas multi-hop.
8 de outubro de 2026 · khronos.org
Subgroups no Vulkan 1.1: paralelismo na GPU
Em tutorial publicado em 4 de março de 2026, a Khronos explica como subgroups no Vulkan 1.1 permitem compartilhar e manipular dados entre tarefas paralelas na GPU.
8 de outubro de 2026 · x.com
SWAA propõe inferência mais eficiente com contexto longo
Post de 15 de dezembro de 2025 descreve receitas sem treinamento para adaptar modelos de linguagem com atenção completa a uma escala linear e recuperar desempenho.
Vamos avaliar seu projeto
Respondo com escopo e proposta.