7 de outubro de 2026 · fergusfinn.com
Do nvcc aos warps: como um kernel CUDA é executado
Publicado em 8 de julho de 2026, o artigo acompanha um kernel de soma de vetores da compilação com nvcc até sua execução por warps na GPU.
Notícias de IA e infraestrutura
Cada notícia resume o fato e diz o que uma empresa pode fazer.
Notícias recentes
7 de outubro de 2026 · x.com
Do REINFORCE ao GRPO: métodos de policy gradient para LLMs
Artigo publicado em 24 de setembro de 2026 apresenta uma progressão de métodos de policy gradient usados no treinamento de LLMs, de vanilla policy gradient e REINFORCE a PPO, GRPO e variantes.
7 de outubro de 2026 · arxiv.org
Dockerless propõe verificar patches sem execução
Publicado em 30 de junho de 2026, o paper descreve um verificador que avalia patches de agentes de programação sem executá-los. A proposta mira a seleção de trajetórias para SFT e a geração de recompensas para RL, como alternativa à configuração de ambientes por repositório.
7 de outubro de 2026 · arxiv.org
DreamSmooth suaviza recompensas esparsas em RL
Apresentado em um paper da ICLR publicado em 28 de junho de 2026, o DreamSmooth aplica suavização temporal às recompensas em model-based RL e foi avaliado em RoboDesk e Shadow Hand.
7 de outubro de 2026 · arxiv.org
Dual-Cache: compartilhamento de contexto entre LLMs
Paper publicado em 26 de setembro de 2026 apresenta um protocolo latente para transferir informações entre modelos heterogêneos, convertendo o KV cache e adicionando mistura conjunta entre camadas.
7 de outubro de 2026 · x.com
Dust explora treinamento de transformers sem gradientes
Publicado em 5 de outubro de 2026, o paper apresenta o Dust, método zeroth-order que usa perturbações de ativações e relata experimentos de escala e comparações com backpropagation.
7 de outubro de 2026 · arxiv.org
EfficientRollout acelera rollouts de RL para LLMs
Paper de 5 de julho de 2026 descreve speculative decoding autoespeculativo com adaptação ao sistema e relata até 19,6% mais rapidez na geração de rollouts.
7 de outubro de 2026 · arxiv.org
Embeddings de relevância para recuperar candidatos
Paper da Yandex, publicado em 7 de julho de 2026, descreve embeddings de consultas e itens para recuperar candidatos com eficiência quando calcular relevância é caro.
7 de outubro de 2026 · huggingface.co
Embeddings multimodais ampliam a busca em conteúdo visual
Em post publicado em 25 de agosto de 2026, a Tencent descreve um modelo que representa texto, imagens, vídeos e documentos visuais em um espaço compartilhado e afirma resultados de ponta em dois benchmarks.
7 de outubro de 2026 · arxiv.org
EnvACE ensaia o mundo para treinar agentes
Publicado em 9 de agosto de 2026, o artigo descreve um método de reinforcement learning que substitui interações com ambientes externos por ensaios internos durante o treinamento de agentes.
7 de outubro de 2026 · arxiv.org
Escala da taxa de aprendizado em LLMs pode ser não linear
Artigo publicado em 30 de junho de 2026 avalia taxas de aprendizado em modelos GPT-2 de 22 milhões a 707 milhões de parâmetros, treinados com 5 bilhões a 100 bilhões de tokens.
7 de outubro de 2026 · x.com
ESP32 bloqueia 537 mil domínios com cerca de 50 KB de RAM
Um post publicado em 20 de julho de 2026 descreve um firmware para ESP32 que mantém a lista de bloqueio na flash e leva cerca de 10 milissegundos para bloquear requisições.
7 de outubro de 2026 · x.com
Espectros de pesos podem sinalizar memorização em LLMs
Uma análise preliminar, publicada em 24 de setembro de 2026, encontrou uma relação entre o expoente α da matriz K de atenção e a memorização de rótulos aleatórios durante o treinamento de LLMs.
7 de outubro de 2026 · github.com
Estado recorrente pode ampliar a memória de Transformers
A descrição do Recurrent Looped Transformer, datada de 13 de setembro de 2026, apresenta um decoder recorrente que preserva estado entre tokens para ampliar o caminho temporal de informação.
7 de outubro de 2026 · usenix.org
Estudo aponta código sobreposto em sistemas de filtragem de rede
Artigo do USENIX Security relata sobreposição entre código vazado da Geedge Networks e o Grande Firewall da China, incluindo injeção de DNS e de pacotes RST.
7 de outubro de 2026 · arxiv.org
EvoRec propõe agentes para otimizar recomendações
Publicado em 30 de junho de 2026, o paper apresenta um framework multiagente que busca reduzir a otimização manual de sistemas de recomendação, retendo metodologias entre iterações e explorando ideias além de um espaço predefinido.
7 de outubro de 2026 · arxiv.org
ExploitGym avalia agentes de IA em exploração de vulnerabilidades
A pesquisa ExploitGym propõe avaliar se agentes de IA conseguem transformar vulnerabilidades em impactos como acesso não autorizado a arquivos ou execução de código.
7 de outubro de 2026 · github.com
Falhas silenciosas no serving de LLMs: como diagnosticar
Publicado em 28 de julho de 2026, o repositório do GitHub cataloga falhas de serving de LLMs, seus sintomas, mecanismos, verificações e correções.
7 de outubro de 2026 · x.com
Fatoração de attention e fluxo de gradientes: implicações para modelos
Publicada em 30 de setembro de 2026, a publicação discute como fatorar a matriz de attention como S = WWᵀ pode alterar o fluxo de gradientes e remover um gargalo de expoente de informação na otimização.
7 de outubro de 2026 · arxiv.org
FIBER propõe separar registradores da execução na GPU
Publicado em 21 de agosto de 2026, o artigo apresenta uma arquitetura de GPU que desacopla a propriedade de registradores das instâncias de execução paralela.
7 de outubro de 2026 · arxiv.org
Filtragem de contexto na atenção para hardware limitado
Artigo da SAS, publicado em 16 de setembro de 2026, descreve um seletor treinado de ponta a ponta dentro do Softmax para filtrar contexto em mecanismos de atenção voltados a hardware com recursos computacionais limitados.
7 de outubro de 2026 · github.com
FireRedAudio reúne cinco tarefas de fala em um modelo
Publicado em 27 de agosto de 2026, o FireRedAudio combina reconhecimento e compreensão de áudio, geração de fala e edição em um modelo com representações distintas para compreensão e geração.
7 de outubro de 2026 · arxiv.org
FlashAttention-3: otimização de attention em GPUs Hopper
O artigo, publicado em 24 de setembro de 2026, apresenta técnicas de execução assíncrona e baixa precisão para acelerar attention em GPUs Hopper, com foco em tráfego de memória e uso do hardware.
7 de outubro de 2026 · arxiv.org
FlowTracer rastreia tokens influentes no raciocínio de LLMs
Publicado em 4 de julho de 2026, o artigo apresenta um método que usa atenção para rastrear a propagação de informação e direcionar a atribuição de crédito no treinamento por reforço.
7 de outubro de 2026 · x.com
Fluxos recorrentes refinam o raciocínio em tarefas discretas
Um post publicado em 3 de setembro de 2026 descreve modelos que combinam fluxos contínuos e refinamento recorrente para resolver problemas estruturados, como Sudoku.
7 de outubro de 2026 · x.com
Fork habilita P2P via PCIe em GeForce
Post de 27 de agosto de 2026 relata uma alteração em drivers gráficos para habilitar transferências peer-to-peer via PCIe em GeForce durante a otimização de serving em GPU.
7 de outubro de 2026 · github.com
FrontierSmith reúne 200 problemas abertos de RL
Em 28 de setembro de 2026, a FrontierSmith publicou um repositório com 200 problemas para estudar aprendizado por reforço em tarefas abertas e desafiadoras.
7 de outubro de 2026 · youtube.com
Ftrace para observar o comportamento do kernel Linux
Uma sessão de 2018 de Steven Rostedt apresenta o tracing com ftrace e aborda memória virtual, tabelas de páginas e a interação entre programas e o kernel.
7 de outubro de 2026 · x.com
FuncAttn leva attention funcional a dados contínuos
Post de 25 de junho de 2026 descreve um método que aplica operadores lineares estruturados à attention entre espaços de funções, com resultados em solução de PDEs, segmentação 3D e regressão.
7 de outubro de 2026 · x.com
Functional Attention propõe atenção de custo linear
Publicado em 6 de julho de 2026, o paper descreve uma forma de representar query e key/value com bases aprendidas e uma matriz compacta, relatando custo linear no número de pontos.
7 de outubro de 2026 · x.com
FUTEX_PRIVATE_FLAG e o custo dos locks entre threads
Post de 28 de junho de 2026 explica como FUTEX_PRIVATE_FLAG pode reduzir a latência de locks em threads que compartilham memória no mesmo processo.
7 de outubro de 2026 · arxiv.org
Gated Linear Attention: atenção linear com gates
Publicado em 20 de setembro de 2026, o artigo apresenta uma formulação de transformer com atenção linear e gates dependentes dos dados, expressável também como uma RNN com estados ocultos matriciais.
7 de outubro de 2026 · x.com
GEPA adapta modelo com prompts e exemplos rotulados
Uma demonstração publicada em 19 de setembro de 2026 descreve o uso de prompts e exemplos rotulados para adaptar um modelo a critérios específicos de decisão.
7 de outubro de 2026 · arxiv.org
Git como memória compartilhada para agentes de pesquisa
Um post publicado em 17 de setembro de 2026 descreve agentes que registram contribuições verificáveis em um histórico Git pesquisável, para compartilhar resultados e reduzir experimentos repetidos.
7 de outubro de 2026 · sploitfun.wordpress.com
glibc malloc: como observar o uso de memória
Artigo publicado em 25 de junho de 2026 aborda como o glibc malloc obtém memória do kernel e gerencia a heap. A pauta propõe transformar esse conhecimento em observabilidade para serviços que usam memória intensivamente.
7 de outubro de 2026 · x.com
GLM-5.3-Flash: visão geral da arquitetura
Publicada em 26 de agosto de 2026, a visão geral descreve uma arquitetura híbrida com attention 3:1, backbone sparse MoE menor, residual path mHC com quatro streams e vision encoder nativo.
7 de outubro de 2026 · arxiv.org
GOAT propõe priors treináveis para a attention
Publicado em 3 de outubro de 2026, o paper interpreta a attention padrão como um problema de transporte ótimo entrópico com prior uniforme implícito e apresenta o GOAT, com prior contínuo e treinável.
7 de outubro de 2026 · x.com
GPU de dois núcleos em FPGA de US$ 30: o que avaliar
Publicado em 9 de julho de 2026, o artigo descreve uma GPU de dois núcleos implementada em FPGA de US$ 30, capaz de executar inferência de IA a 81 MHz.
7 de outubro de 2026 · arxiv.org
GPU-Tile-Sim propõe simulação de GPU para co-design de LLMs
Publicado em 14 de julho de 2026, o paper propõe um framework de simulação de GPU baseado em tiles para apoiar o co-design de hardware e software de LLMs.
7 de outubro de 2026 · arxiv.org
Gradientes BF16 crescem no fim do treinamento
Um artigo relata aumento de 1.000 vezes na norma do gradiente após 25 bilhões de tokens em um transformer treinado com FlashAttention-3 em BF16.
Vamos avaliar seu projeto
Respondo com escopo e proposta.