Harness e custos de agentes corporativos
Publicação de 13 de julho de 2026 relata que mudar a orquestração de agentes reduziu custo e latência, mantendo qualidade equivalente em 22 tarefas e seis modelos.
Ler artigoConhecimento para aplicar
Radar
Bookmarks atualizados diariamente: notícias, fatos e descobertas relevantes.
StreamDQ aproxima desquantização da memória HBM
Publicado em 13 de julho de 2026, o resumo apresenta StreamDQ, uma arquitetura que desquantiza pesos de LLM em tempo real no die base da HBM, preservando a semântica convencional de load da GPU.
Ler artigoHarness de referência para análise e correção de segurança
Publicado em 12 de julho de 2026, o repositório descrito reúne skills de threat modeling, scanning, triagem e aplicação de correções, além de um harness personalizável para scanning autônomo.
Ler artigoREINFORCE: estimador para policy gradients
Publicado em 12 de julho de 2026, o primeiro texto de uma série deriva o estimador REINFORCE como método não enviesado de policy gradient e analisa como a variância cresce com o tamanho da trajetória.
Ler artigoInjeção de prompt em binários sob análise por IA
Registro de 12 de julho de 2026 sobre pesquisas da Naval Postgraduate School que estudam strings de injeção de prompt em binários C e sua influência em agentes de engenharia reversa com LLM no Ghidra.
Ler artigoDocumentação Vulkan explica compute shaders e GPUs
Um tutorial Vulkan apresenta compute shaders, arquitetura de GPU e modelos de memória. A publicação, datada de 12 de julho de 2026, observa que parte da discussão também se aplica ao DirectX 12.
Ler artigoOpenResearch relata reprodução automatizada de paper
Publicado em 11 de julho de 2026, o registro descreve uma ferramenta que usa agentes para reproduzir resultados de pesquisas e provisionar GPUs na nuvem. O autor afirma que ela reproduziu seu paper de ponta a ponta.
Ler artigoColibri carrega experts de MoE sob demanda
Publicado em 11 de julho de 2026, o Colibri é descrito como um engine de inferência em C, sem dependências, que carrega do disco os experts de modelos MoE conforme necessário. O relato afirma que ele executa um modelo de 744 bilhões de parâmetros em um laptop com 25 GB de RAM.
Ler artigoUma hipótese sobre como RL amplia o SFT
Publicado em 11 de julho de 2026, o post apresenta uma hipótese: durante o RL, variações guiadas por reward podem separar componentes úteis entrelaçados nas soluções do SFT em skills reutilizáveis e regras de roteamento.
Ler artigoVerificar recompensas de agentes de código
Publicado em 11 de julho de 2026, o paper examina quatro designs para verificar recompensas de agentes de código e conclui que não há uma solução única.
Ler artigoLayout de memória de arrays multidimensionais
Artigo de Eli Bendersky examina o layout de memória de arrays multidimensionais e inclui código de benchmark para comparar o desempenho de diferentes padrões de acesso.
Ler artigoMiniCPM-SALA combina atenção esparsa e linear
Publicado em 11 de julho de 2026, o relato apresenta uma arquitetura híbrida de 9 bilhões de parâmetros para contextos longos e informa bons resultados em benchmarks, com inferência escalável até 1 milhão de tokens.
Ler artigoO que acontece ao executar um CUDA kernel
Uma visão introdutória da comunicação entre CPU e GPU necessária para lançar um CUDA kernel e do trabalho envolvido nessa operação.
Ler artigoRLSD ajusta atualizações de RLVR por token
Paper publicado em 11 de julho de 2026 combina recompensas do ambiente com self-distillation e relata maior acurácia média em cinco benchmarks multimodais.
Ler artigoSDM propõe memória esparsa para RNNs
Publicado em 11 de julho de 2026, o post descreve a Sparse Delta Memory: uma memória explícita com endereçamento esparso que opera junto a uma RNN e, segundo o texto, amplia a capacidade de estado sem elevar o compute por token.
Ler artigoThetaEvolve explora aprendizado em tempo de teste
Publicado em 11 de julho de 2026, o ThetaEvolve é um framework de código aberto para aprendizado em tempo de teste em problemas abertos de otimização. A descrição destaca seus componentes, sem apresentar resultados quantitativos.
Ler artigoAREAL2.0 propõe arquitetura para agentes com aprendizado contínuo
Publicado em 10 de julho de 2026, o artigo apresenta uma arquitetura para aprendizado contínuo de agentes em cargas de trabalho reais, com sinais passo a passo, conversão de tarefas em dados de treinamento e atualizações automáticas.
Ler artigoKernel de Paged Attention em Triton atribuído ao Grok
Registro de 10 de julho de 2026: uma publicação compartilha um kernel de paged attention em Triton atribuído ao Grok e um arquivo de solução no KernelBench.
Ler artigoQuantização de KV cache: keys e values
Artigo da ACL 2026 relata que usar 4 bits para keys e 2 para values pode funcionar bem na compressão de KV cache; inverter essas larguras de bits degrada bastante a precisão.
Ler artigoLED explora camadas intermediárias para ampliar a amostragem
Publicado em 10 de julho de 2026, o relato apresenta o Latent Exploration Decoding (LED), método sem treinamento adicional que usa distribuições de camadas intermediárias para melhorar a amostragem em modelos de raciocínio.
Ler artigoRota Nacional
Leve a privacidade para o seu processo.
30 dias, sem cartão, com quota inicial. Depois, crédito por Pix a partir de R$ 10,00.