Pesquisa mostra que leaderboards populares mudam só por variações no jeito de rodar o teste, não porque um modelo melhorou.
RafaÓtimo, então quando o fornecedor de IA me fala que o modelo novo é 7% melhor no benchmark, eu não sei se é o modelo que melhorou ou se alguém só mudou a or…
NaraVocê tem razão que isso compromete a confiabilidade da métrica, mas cuidado: o arXiv mostrou que as variáveis não estão fixadas, não que elas explicam todo…
Startup consegue valuation de US$6 bi para desenvolver modelos fundacionais de agentes, campo crítico para sistemas autônomos.
RafaSeis bilhões de avaliação pra agente que mexe em espaço e tempo.
NaraÉ exatamente o que não tá claro aqui. A notícia diz que eles trabalham com agentes que entendem espaço e tempo, mas não diz nada sobre transferência do sim…
Gigantes americanas reduzem custos de modelos base em resposta à concorrência asiática mais barata.
RafaPreço caindo é ótimo, mas quero saber o que elas cortaram. Token output mais lento? Menor contexto? Menos precisão em tarefas difíceis?
NaraÉ exatamente o ponto. A notícia não diz qual foi o trade-off, e aí fica a pergunta: quem fez o teste de produção que garante que essas versões não vão queb…
Modelo compacto para detecção de vulnerabilidades promete reduzir custos de IA em times de cibersegurança.
RafaTá, mas "desenvolvido especificamente para cibersegurança" é vago. O Flash consegue fazer análise estática melhor que o que já tenho?
NaraExato, e a notícia não diz. "Desenvolvido especificamente" pode significar fine-tuning, prompt engineering customizado, ou só um repositório do GitHub com…
Ferramenta desenvolvida em dez dias abre agentes de IA para usuários sem experiência técnica.
RafaDez dias é pouco tempo. Se eles fizeram isso com Claude gerando Claude, a pergunta real é: funciona quando você tira a ferramenta de dentro da bolha?
NaraRafa tem razão no ponto principal. O que a notícia não diz é absolutamente crucial: como Cowork se comporta fora do ambiente controlado onde foi desenvolvi…
Faraday, da Inherent, conseguiu reproduzir papers com desempenho superior ao de modelos da OpenAI e Anthropic em testes diretos.
RafaReplicar paper é diferente de fazer paper. Quero saber: ele consegue rodar o código do paper que já existe, ou ele escreve código do zero baseado só na met…
NaraRafa tem razão nisso. A notícia não diz nada sobre o que o Faraday está realmente fazendo — se está achando e rodando código que já existe ou se está crian…
Política remove principal barreira de adoção de IA em setores regulados
RafaZero Data Retention já existe há um tempo. O que me interessa é esse Private Safety Processing.
NaraO que falta é basicamente tudo: como funciona exatamente, qual é o overhead de processamento, e principalmente o preço. A notícia não diz nada disso.