Fita

60 materiais

Ordenação

SQL agêntico sem ilusões: uma escala única de autonomia e uma comparação honesta dos benchmarks de LLM

Os pesquisadores propõem considerar a área de Text-to-SQL como um leaderboard consolidado, onde os resultados são distribuídos de acordo com o grau de autonomia do modelo na geração de consultas SQL. Eles realizam medições no Spider e mostram que os sucessos nem sempre se transferem para outros benchmarks, e que a autonomia proporciona robustez, mas exige recursos computacionais significativos.

Ler

OpenAI promete: seu chip Jalapeño será mais rápido e econômico que as soluções dos concorrentes

A empresa afirma que o processador de inferência desenvolvido com a Broadcom supera os aceleradores da Nvidia em eficiência energética e velocidade de resposta em testes com vários modelos de IA. A implantação dos chips em pequenos volumes está prevista para ainda este ano, mas não há planos de substituir completamente o parque da Nvidia.

Ler

FinSkillBench: em agentes de IA de investimento, habilidades procedurais prontas às vezes importam mais do que a escolha do modelo

Novo benchmark testa agentes de linguagem em otimização de portfólio, gestão de risco e análise fundamentalista. Em nove modelos, pacotes de habilidades pré-montados melhoram significativamente os resultados médios, enquanto a criação autônoma de habilidades pelo agente quase não gera ganhos.

Ler

OpenAI endurece abordagem à privacidade: novo sistema de proteção de dados em resposta ao armazenamento de sessões por 30 dias da Anthropic

A OpenAI apresentou um monitoramento automatizado de abusos que não armazena os dados dos clientes — uma resposta direta à recente política da Anthropic de reter conversas por 30 dias. Assim, as empresas intensificam a disputa pela confiança dos usuários corporativos em meio à crescente concorrência.

Ler

Modelos de IA meteorológicos testados como climáticos: o que mostraram as simulações de longo prazo do ArchesWeather e do ArchesWeatherGen

Pesquisadores adaptaram duas redes neurais para experimentos atmosféricos de longo prazo, adicionando-lhes condições de contorno externas, e as executaram seguindo o protocolo AIMIP. Descobriu-se que os modelos, inicialmente projetados para previsões de até dez dias, produzem um ciclo anual estável e reproduzem de forma plausível a climatologia e a variabilidade em simulações de várias décadas.

Ler

Wordware vs Replit: qual ferramenta escolher para agentes de IA e desenvolvimento clássico?

Wordware permite criar agentes de IA sem programação, usando uma interface familiar, semelhante a um editor de texto. O Replit é um ambiente de desenvolvimento em nuvem com assistente de IA que ajuda a escrever, explicar e implantar código. Analisamos qual serviço se adequa a diferentes tarefas.

Ler

Novo questionário de personalidade CSI substitui o BFI, tornando a avaliação mais robusta e preditiva

Pesquisadores desenvolveram o Core Sentiment Inventory (CSI) — uma ferramenta de avaliação de traços de personalidade de LLMs, que leva em conta sua natureza computacional. Ele reage de forma mais estável a mudanças na formulação, funciona em inglês e chinês e prevê o comportamento real dos modelos com correlação acima de 0,85.

Ler

Jailbreak de caixa-preta: por que comparar ataques com igual número de consultas ao modelo

Os pesquisadores propuseram o protocolo Fair-ASR, que avalia ataques a LLMs com o mesmo orçamento de consultas ao modelo-alvo, considerando separadamente os custos do atacante. A revisão de 11 métodos conhecidos mostrou que sua classificação depende fortemente do orçamento, e padrões simples não ficam atrás de abordagens complexas baseadas em LLMs — isso levou os autores a criar o novo ataque ReCode.

Ler

Qual gerador de imagens por IA escolher: Stable Diffusion 3.5, Recraft V3, Flux 1.1 Pro ou Midjourney 6.1

Comparamos quatro ferramentas populares quanto à qualidade das imagens, velocidade, preço e facilidade de uso. Ajudamos você a entender qual serviço é mais adequado para fotorrealismo, experimentos criativos ou geração rápida.

Ler