OpenAI passa a treinar modelos de fronteira sem acesso à internet
Laboratório detalha contenção reforçada, um «mundo offline» no treino com RL e red-teaming que achou falhas em VMs, DNS e na cache da CPU.
Inteligência artificial: modelos de linguagem, agentes, segurança, pesquisa e políticas.
Laboratório detalha contenção reforçada, um «mundo offline» no treino com RL e red-teaming que achou falhas em VMs, DNS e na cache da CPU.
Sistema da Ai2 com a Universidade da Pensilvânia organiza a literatura em torno de cada parte de uma proposta e sugere revisões apoiadas em trechos de artigos.
Parceria une o laboratório americano ao AI Safety Research Center da NASK, único acordo do tipo na União Europeia, para avaliar modelos de fronteira e reforçar salvaguardas.
Pós-treinamento com checagens executáveis do estado final do banco triplica as tarefas que o agente Qwen3.8-27B acerta em todas as 20 tentativas.
ForTy, feito com IA por DeepMind, WRI e IIASA, separa floresta primária de plantação em mapa global de 10 m, com série de 2017 a 2025.
Método Vortex, do IFSC-USP com Unesp e KTH, aplica vision transformers à análise de texturas e atinge 87,6% de acerto no benchmark DTD, melhor resultado já relatado.
Preprint do Google DeepMind testa agentes em 20 benchmarks de ML científico: eles melhoram o estado da arte em todos, mas com truques de engenharia.
Preprint de Harvard, MIT e Mass General Brigham apresenta o CS1: modelo de decisão de 4B que lê prontuários e gasta 690 vezes menos tokens que um LLM.
Anúncio da Microsoft Research relata a prova do problema de 1995 com busca agêntica dirigida por humanos; há provas independentes em preprint.
Estudo da UChicago com 7,2 milhões de artigos mostra que saltos maiores de IA concentram a atenção do campo e esgotam as ideias mais rápido.
Braço robótico controlado por GPT-6 tentou executar 100% das ordens perigosas de casa; uma pergunta antes do primeiro movimento as pararia, mostra estudo.
Preprint de Harvard e Stanford trata a 'adulação' de LLMs como falha da atualização em contexto; cortar o defeito pode cortar também o aprendizado útil.