Cada notícia resume o fato e diz o que uma empresa pode fazer.
8 de outubro de 2026 · x.com
Post de 4 de outubro de 2025 descreve um artigo que propõe três etapas para o grokking em adição modular e um limiar de dados próximo a n log n, com weight decay e largura moderada favorecendo o aprendizado de features.
8 de outubro de 2026 · tokens-for-thoughts.notion.site
Guia publicado em 12 de outubro de 2025 sobre adaptação de LLMs: de previsão de tokens a seguimento de instruções, com métodos de treino e avaliação.
8 de outubro de 2026 · x.com
Em artigo publicado em 12 de outubro de 2025, a SanDisk propõe uma memória baseada em NAND com capacidade de 8 a 16 vezes a da HBM. As primeiras amostras são esperadas para o segundo semestre de 2026.
8 de outubro de 2026 · github.com
Repositório publicado em 6 de fevereiro de 2025 apresenta um modelo decoder-only para tradução simultânea de fala entre francês e inglês, treinado com dados sintéticos.
8 de outubro de 2026 · x.com
Publicado em 1º de dezembro de 2024, o post descreve um ataque que usa textos injetados, desvio de atenção e instruções para manipular respostas de sistemas RAG.
8 de outubro de 2026 · arxiv.org
Artigo publicado em 14 de janeiro de 2025 descreve um método que analisa segmentos de pacotes de rede e relata resultados promissores no CIC-IDS2017.
8 de outubro de 2026 · x.com
Post da Backprop, publicado em 16 de agosto de 2024, relata desempenho razoável em um benchmark com mais de 100 requisições simultâneas em uma única GPU.
8 de outubro de 2026 · x.com
Em 25 de setembro de 2024, a publicação do AirLLM descreveu inferência que carrega uma camada do Transformer por vez a partir do disco, além de quantização em blocos e suporte à compressão.
8 de outubro de 2026 · arxiv.org
Publicado em 13 de outubro de 2025, o artigo apresenta um sistema de atenção alternável entre densa e esparsa, voltado a sequências curtas e longas.
8 de outubro de 2026 · jhalon.github.io
Publicado em 20 de abril de 2025, o artigo inicia uma série de três partes sobre internals e exploração do Chrome, apresentando o V8 e os internals de JavaScript.
8 de outubro de 2026 · x.com
Em 22 de agosto de 2024, a AI21 Labs anunciou os modelos Jamba 1.5 Mini e Large, com arquitetura que combina Mamba e Joint Attention, contexto de 256 mil tokens e recursos como ExpertInt8 e saída JSON.
8 de outubro de 2026 · x.com
Estudo publicado em 8 de outubro de 2025 apresenta uma forma de estimar probabilidades de amostras usando o Jacobiano do encoder, sem retreinamento.
8 de outubro de 2026 · aleksagordic.com
Artigo publicado em 1º de outubro de 2025 sobre arquitetura de GPUs e técnicas de kernels para acelerar multiplicações de matrizes.
8 de outubro de 2026 · x.com
Post de 29 de novembro de 2024 descreve uma abordagem que combina RAG vetorial com buscas breadth-first e best-first, sem sumarizar o índice.
8 de outubro de 2026 · arxiv.org
Descrição publicada em 13 de outubro de 2024 apresenta um framework de RAG que combina indexação de texto baseada em grafos com recuperação de baixo e alto nível para informações específicas de entidades e conceitos.
8 de outubro de 2026 · github.com
Em 24 de setembro de 2025, o projeto linux-insides atualizou o quarto capítulo sobre a inicialização do kernel Linux para abordar versões modernas.
8 de outubro de 2026 · github.com
Em post publicado em 16 de agosto de 2024, a Neural Magic apresentou uma biblioteca com técnicas de compressão que buscam reduzir a latência de inferência mantendo a precisão.
8 de outubro de 2026 · x.com
Publicado em 30 de julho de 2024, o exemplo aplica LoRA a um MLP de 5 milhões de parâmetros para classificação e compara o desempenho com o adapter ativado e desativado.
8 de outubro de 2026 · x.com
Post da Thinky Machines, publicado em 29 de setembro de 2025, descreve configurações de LoRA para fine-tuning em reinforcement learning e afirma que rank 1 pode igualar o desempenho do fine-tuning completo quando bem configurado.
8 de outubro de 2026 · arxiv.org
Publicado em 24 de outubro de 2024, o artigo sobre o MaskGCT apresenta um modelo de texto para fala que, segundo a publicação, pode clonar uma voz usando cinco segundos de fala.
8 de outubro de 2026 · x.com
Survey publicado em 11 de agosto de 2025 por pesquisadores da Renmin University of China e da Huawei aborda design, avaliação, aplicações, limitações e direções futuras da memória em agentes baseados em LLM.
8 de outubro de 2026 · ai.meta.com
Em 24 de setembro de 2025, a Meta apresentou o Code World Model, um modelo de 32 bilhões de parâmetros com pesos abertos, voltado à pesquisa sobre geração de código com world models.
8 de outubro de 2026 · x.com
Post de 22 de setembro de 2025 descreve uma arquitetura que intercala raciocínio silencioso e tokens falados, além de um novo conjunto de dados e ganhos relatados em matemática e compreensão contextual.
8 de outubro de 2026 · github.com
Publicada em 19 de junho de 2025, a publicação descreve um compilador que transforma LLMs em megakernels persistentes e afirma reduzir a latência em 1,2 a 6,7 vezes.
8 de outubro de 2026 · arxiv.org
Publicado em 6 de outubro de 2025, o paper apresenta um método de ajuste contínuo com experts LoRA e relata avaliações nos benchmarks MTL5 e Tencent3, além de um teste A/B.
8 de outubro de 2026 · cnx-software.com
Em publicação de 11 de agosto de 2025, a Sipeed apresentou o Maix4-HAT, com NPU AXera AX650N, até 72 TOPS em INT4 ou 18 TOPS em INT8 e 8 GB de RAM LPDDR4x, para inferência de Transformers na edge.
8 de outubro de 2026 · x.com
Experimentos com modelos de 410 milhões a 120 bilhões de parâmetros relacionam normas extremas de ativação do token inicial a compression valleys e attention sinks.
8 de outubro de 2026 · github.com
Em 19 de novembro de 2024, o repositório OpenScholar apresentou código, checkpoints de modelos, um acervo com mais de 45 milhões de papers até outubro daquele ano e o benchmark ScholarQABench.
8 de outubro de 2026 · modal.com
Em post publicado em 26 de setembro de 2025, a Modal descreve técnicas de engenharia reversa do FlashAttention-4 e atribui a elas um ganho de performance de 20%.
8 de outubro de 2026 · x.com
Publicado em 8 de agosto de 2024, o anúncio apresenta os modelos Mini e Large v1, treinados com 45 mil horas de fala, e descreve controles de voz por prompts de texto.
8 de outubro de 2026 · x.com
A arquitetura PEER combina roteamento por product keys e experts MLP de um único neurônio para selecionar, de forma esparsa, os componentes usados em cada entrada.
8 de outubro de 2026 · szymonozog.github.io
Post de 21 de setembro de 2025 inicia um diário sobre o desenvolvimento manual da Penny, uma biblioteca de comunicação para GPUs.
8 de outubro de 2026 · x.com
Em 7 de setembro de 2025, uma publicação da NVIDIA descreveu um sistema que transforma estratégias de pesquisa em linguagem natural em funções executáveis, com busca, modelos intercambiáveis e execução em sandbox.
8 de outubro de 2026 · x.com
Publicado em 17 de setembro de 2025, o post descreve um método que extrai adapters de baixo rank de checkpoints ajustados, sem dados de treinamento ou gradientes.
8 de outubro de 2026 · x.com
Publicado em 7 de janeiro de 2025, o texto descreve o Piper, sistema local que converte texto em fala com várias vozes, idiomas e opções personalizáveis.
8 de outubro de 2026 · jax-ml.github.io
Publicado em 17 de setembro de 2025, o material reúne recursos de programação para GPUs e inclui um capítulo sobre chips, interconexões e implicações para workloads de LLMs.
8 de outubro de 2026 · github.com
Em 22 de setembro de 2025, a Qwen apresentou três modelos que combinam texto, imagem, áudio e vídeo, com entrada e saída de fala.
8 de outubro de 2026 · cnx-software.com
Publicado em 14 de outubro de 2025, o artigo descreve um computador de placa única Nano-ITX com SoC CIX P1, até 64 GB de LPDDR5 e acelerador de IA de 30/45 TOPS.
8 de outubro de 2026 · x.com
Post de 12 de agosto de 2025 descreve um método que planeja dependências entre subproblemas durante cada consulta e relata superar sistemas GraphRAG em três conjuntos de perguntas e respostas multi-hop.
8 de outubro de 2026 · x.com
Publicado em 1º de dezembro de 2024, o paper apresenta o RARe, método que usa exemplos de pares query-documento recuperados por BM25 para orientar modelos de retrieval.
Respondo com escopo e proposta.
Procurando outra coisa?Perguntas frequentesGuiasContato
