Conhecimento para aplicar
Bookmarks atualizados diariamente: notícias, fatos e descobertas relevantes.
Um artigo recente no arXiv argumenta que a ciência autônoma depende da capacidade de validação física e propõe mercados e instituições para alocar esse trabalho escasso.
Ler artigoA Intel apresenta a GPU D-Series (antiga Crescent Island), com até 480GB de LPDDR5X a 1,5TB/s, já em amostragem. Registro Radar com as especificações anunciadas na fonte.
Ler artigoProjeto de código aberto e artigo que descrevem o μLattice, um design de memória que cresce com a entrada sem custo quadrático. O autor afirma menos operações que a attention e recall perfeito de milhares de associações.
Ler artigoRadar: o framework QwenGyre, descrito pela equipe Qwen da Alibaba, realoca GPUs entre rollout e treinamento e agrupa trajetórias ramificadas de agentes, com speedup relatado de até 1,85× sobre Colocate e cerca de 44% menos tempo de treino.
Ler artigoUm fluxo mais elaborado nem sempre melhora o resultado. Compare componentes pela tarefa, pelo consumo e pela exposição de dados.
Ler artigoArtigo no arXiv propõe o HERMES, um harness de agentes de código em que cada componente do repositório tem um LLM residente. Os autores relatam ganhos em migração e em quatro benchmarks de engenharia de software frente a harnesses de baseline equivalentes.
Ler artigoSegundo a Artificial Analysis, um serviço de voz comercial ficou em primeiro no Controlled Voice TTS Arena, com Elo de 1.201 em oito vozes clonadas em inglês dos EUA e do Reino Unido.
Ler artigoPost apresenta um modelo open-source de texto para fala de 1,7B com clonagem de voz e controles de emoção, idade, tom, sotaque e suporte multilíngue. As alegações de realismo e latência não foram verificadas.
Ler artigoA Cactus-Compute publicou o Whistle, um modelo de speech-to-text de 16,9 MB para uso on-device. Segundo o autor, ele rivaliza com o Whisper base em esse tipo de uso.
Ler artigoArtigo de Stanford sobre o DeLM, que substitui o coordenador central por contexto compartilhado e uma fila de tarefas em agentes de código de longo prazo. Segundo o autor, é até 2,49× mais rápido e mais preciso que as linhas de base citadas.
Ler artigoPesquisa propõe o LayerRoPE, que codifica a profundidade nos pesos de normalização para lidar com o crescimento da norma dos estados ocultos entre camadas em Transformers muito profundos.
Ler artigoSegundo o relato, a Samsung abriu o código do LittleBit, método que usa fatoração latente para reduzir pesos de modelos de 13 bilhões de parâmetros para menos de 1 GB, com níveis abaixo de 1 bit e XOR no lugar da multiplicação.
Ler artigoA Meta apresenta o RoboJEPA, um modelo de mundo latente baseado em JEPA, escalado de 22M para 8B de parâmetros e treinado com dados de 12 embodiments robóticos. O artigo estuda se o erro de predição latente prevê o desempenho de planejamento posterior.
Ler artigoUm post em rede social descreve o RoboJEPA, modelo de mundo JEPA de 8B parâmetros treinado com 15.022 horas de vídeo robótico, e relata ajustes de leis de escala que preveem resultados das variantes de 4B e 8B.
Ler artigoSite que compara precisão e velocidade de modelos de speech-to-text suportados pelo transcribe.cpp, medidos por idioma no conjunto FLEURS, com dados de testes em um notebook 4750U.
Ler artigoUm artigo do NeurIPS 2026 clonou vozes de 86 falantes não nativos de inglês. Em 4.000 avaliações humanas, os clones foram considerados mais calorosos, autoritativos e humanos.
Ler artigoRadar: artigo orientado por Yann LeCun propõe o H-JEPA, que empilha modelos de mundo JEPA em múltiplas escalas de tempo para planejamento visual de longo prazo.
Ler artigoRadar: o LiFT treina um gerador de imagens com flow matching e um núcleo transformer compartilhado, em que cada loop refina progressivamente a estimativa de velocidade. Segundo o autor, um modelo com 2 loops melhora com até 16 loops na inferência.
Ler artigoPost relata modelo de text-to-speech de voz e idioma únicos, com cerca de 9MB de pesos, destilado do Kokoro-82M, de 8M de parâmetros. O autor afirma execução em qualquer lugar e alta velocidade, sem verificação independente.
Ler artigoArtigo no arXiv, datado de 7 de outubro de 2026, que propõe métodos para reduzir o pico de memória no treinamento distribuído de Mixture-of-Experts, com foco no dispatcher all-to-all.
Ler artigoRota Nacional
30 dias, sem cartão, com quota inicial. Depois, crédito por Pix a partir de R$ 10,00.