Cada notícia resume o fato e diz o que uma empresa pode fazer.
7 de outubro de 2026 · arxiv.org
Paper publicado em 24 de setembro de 2026 apresenta uma abordagem para responder a perguntas globais sobre um corpus, que a recuperação padrão de trechos pode não atender bem.
7 de outubro de 2026 · cameronrwolfe.substack.com
Publicação de 26 de agosto de 2026 apresenta dois recursos sobre post-training com aprendizado por reforço: um sobre escalar o GRPO vanilla e outro dedicado a OPD.
7 de outubro de 2026 · unsloth.ai
Publicado em 26 de setembro de 2026, o guia da Unsloth percorre reinforcement learning do nível iniciante ao avançado e apresenta o uso de GRPO no treinamento de modelos de raciocínio.
7 de outubro de 2026 · cameronrwolfe.substack.com
Publicado em 24 de agosto de 2026, o guia relaciona fundamentos de reinforcement learning a métodos de treinamento de modelos de linguagem, incluindo policy gradients, REINFORCE e diferentes formas de definir estados e recompensas.
7 de outubro de 2026 · github.com
Em post publicado em 19 de setembro de 2026, o autor descreve o GuppyLM, um modelo de cerca de 9 milhões de parâmetros que, segundo ele, pode ser treinado do zero em cinco minutos.
7 de outubro de 2026 · github.com
A versão v0.1.6-alpha.1, publicada em 15 de setembro de 2026, adiciona terminais persistentes, múltiplas abas, recursos MCP e opções experimentais para uso de browser e computador.
7 de outubro de 2026 · lilianweng.github.io
Em artigo publicado em 7 de julho de 2026, Lilian Weng analisa o autoaperfeiçoamento recursivo e aponta o design e a otimização do harness como um ponto de partida prático, com desafios de avaliação, diversidade e segurança.
7 de outubro de 2026 · arxiv.org
Artigo publicado em 17 de julho de 2026 descreve um método para melhorar agentes alterando prompts, ferramentas e loops de controle ao redor do modelo.
7 de outubro de 2026 · arxiv.org
O material sobre HASTE relata que, em oito competições, o carregamento hierárquico de skills alcançou 100% de medalhas, ante 62,5% com carregamento plano.
7 de outubro de 2026 · arxiv.org
Publicado em 7 de julho de 2026, o artigo apresenta a HiLS, uma abordagem que aprende a selecionar chunks para sparse attention com a loss de modelagem de linguagem.
7 de outubro de 2026 · arxiv.org
Publicado em 3 de julho de 2026, o artigo apresenta o HOLA: uma arquitetura que combina estado recorrente e cache limitado de key-values, com ganhos relatados em perplexidade e recall de longo alcance.
7 de outubro de 2026 · arxiv.org
Post de 6 de julho de 2026 descreve o HOLA, que usa estado recorrente e um pequeno KV cache para memória exata. O método reduz a perplexidade em 16,1% e mantém recuperação robusta em 32 mil tokens.
7 de outubro de 2026 · platform.claude.com
Material datado de 11 de agosto de 2026 descreve hooks que enviam prompts a um servidor de segurança da organização, onde são permitidos ou negados antes da inferência.
7 de outubro de 2026 · x.com
Publicado em 30 de junho de 2026, o post sobre HydraHead descreve uma arquitetura que combina Full Attention e Linear Attention no nível dos heads para buscar mais eficiência em modelos de contexto longo.
7 de outubro de 2026 · arxivb.org
Datado de 27 de setembro de 2026, o paper apresenta um método híbrido de atenção esparsa para reduzir demandas de prefill e compactar o armazenamento de KV cache em agentes com contextos longos.
7 de outubro de 2026 · arxiv.org
Publicado em 23 de setembro de 2026, o post descreve dois níveis de compartilhamento de KV para reduzir FLOPs de prefill e tamanho do cache, com melhores scores de retrieval que o Hybrid SWA do MiMo-V2.6 em contexto de 1 milhão de tokens.
7 de outubro de 2026 · theinformation.com
Publicação de 2 de setembro de 2026 afirma que a IA Astra usa raciocínio com profundidade recorrente, o que pode dificultar o monitoramento, afetar custos e desempenho e complicar a supervisão.
7 de outubro de 2026 · x.com
Comparação de configurações para IA local destaca diferenças de memória, suporte a CUDA, velocidade de prefill, custo e ruído.
7 de outubro de 2026 · github.com
Em 28 de setembro de 2026, a IFM-AI anunciou ferramentas de código aberto para pré-treinamento, atenção, conversão de checkpoints e serving de LLMs.
7 de outubro de 2026 · arxiv.org
Descrição publicada em 25 de junho de 2026 apresenta o iLLaDA, modelo de linguagem de difusão mascarada de 8B treinado do zero com atenção totalmente bidirecional.
7 de outubro de 2026 · x.com
Artigo publicado em 27 de junho de 2026 descreve o treinamento de um Transformer de 8 bilhões de parâmetros com difusão mascarada bidirecional em 12 trilhões de tokens.
7 de outubro de 2026 · x.com
Publicado em 23 de junho de 2026, o índice da Artificial Analysis combina três conjuntos de avaliação para comparar modelos nativos de Speech-to-Speech.
7 de outubro de 2026 · wheels.astral.sh
Post da Astral, publicado em 5 de outubro de 2026, informa suporte a PyTorch 2.13 e 2.14 e Python 3.15, com wheels para GPU de pacotes como FlashAttention e DeepSpeed.
7 de outubro de 2026 · github.com
Post de 17 de julho de 2026 descreve um framework para inferência e fine-tuning heterogêneos, distribuindo experts entre GPU e CPU.
7 de outubro de 2026 · arxiv.org
Artigo datado de 7 de julho de 2026 relata degradação em trajetórias longas de raciocínio após self-distillation com informação privilegiada, em cinco modelos avaliados no AIME.
7 de outubro de 2026 · x.com
Pesquisa da Naval Postgraduate School, publicada em 12 de julho de 2026, descreve como strings em binários C podem influenciar agentes de engenharia reversa com modelos de linguagem.
7 de outubro de 2026 · eeengineer.com
Artigo publicado em 29 de agosto de 2026 explica como registrar segredos de sessão por meio da variável SSLKEYLOGFILE e carregá-los no Wireshark para analisar requisições HTTP capturadas em conexões HTTPS.
7 de outubro de 2026 · cdrdv2-public.intel.com
Em 1º de julho de 2026, a Intel atualizou o paper técnico sobre proteções de memória da arquitetura Intel para confidential computing, documento 869103.
7 de outubro de 2026 · arxiv.org
Publicado em 22 de setembro de 2026, o paper investiga se modelos de linguagem usam representações internas que não correspondem adequadamente a conceitos humanos familiares.
7 de outubro de 2026 · x.com
Paper publicado em 29 de junho de 2026 descreve uma técnica que explica heads de atenção com programas Python. Substituir cerca de 40% dos padrões de atenção no Llama-3B por saídas desses programas quase não afetou o desempenho nas tarefas avaliadas.
7 de outubro de 2026 · arxiv.org
Artigo publicado em 12 de agosto de 2026 descreve um framework de IA que simula campanhas coordenadas e adaptáveis, e aponta desafios para detectar esse tipo de atividade.
7 de outubro de 2026 · x.com
Post publicado em 30 de junho de 2026 apresenta o IW-OPD, método que dá mais peso aos tokens iniciais na destilação on-policy e relata ganho de 6,9 pontos no AIME-2025 frente ao OPD padrão.
7 de outubro de 2026 · pytorch.org
Em artigo publicado em 1º de outubro de 2026, o blog do PyTorch descreve um kernel de attention desenvolvido com TLX para a NVIDIA Blackwell. Nas formas jagged do Generative Ads Model da Meta, o artigo relata desempenho superior ao FlashAttention-4.
7 de outubro de 2026 · arxiv.org
O artigo, publicado em 20 de setembro de 2026, descreve uma arquitetura híbrida que intercala blocos Transformer e Mamba e usa mixture-of-experts em algumas camadas.
7 de outubro de 2026 · arxivb.org
Publicada em 26 de setembro de 2026, a publicação descreve o JAZ, um framework minimalista que usa uma única primitiva recursiva para criar loops de agentes, e afirma que ele pode superar Letta e ACE com menor custo.
7 de outubro de 2026 · arxiv.org
Publicado em 26 de setembro de 2026, o post descreve o framework JAZ e relata resultados em StuLife e AppWorld, com custos menores que os das abordagens comparadas.
7 de outubro de 2026 · arxiv.org
O post, publicado em 6 de outubro de 2026, apresenta o JEPA-Anything como framework agnóstico a domínio para modelagem de mundos, baseado em fatoração preditiva ortogonal.
7 de outubro de 2026 · arxiv.org
Post publicado em 7 de julho de 2026 descreve o JetSpec, que usa um único forward pass para gerar draft trees coerentes e relata ganhos de até 9,64× no MATH-500 e 4,58× em conversas abertas.
7 de outubro de 2026 · arxiv.org
O artigo sobre o JIT-Agent descreve a síntese sob demanda e a evolução de harnesses para agentes baseados em LLMs, com módulos de memória, planejamento, ações e ferramentas. Publicado em 27 de agosto de 2026.
7 de outubro de 2026 · arxiv.org
Artigo publicado em 16 de setembro de 2026 apresenta KATA, uma abordagem geométrica que formula o associative recall em linear attention como um problema de spherical packing.
Respondo com escopo e proposta.
Procurando outra coisa?Perguntas frequentesGuiasContato
