Laplace-1-Atlas lidera benchmarks de decisão

O Laplace-1-Atlas de pesos abertos do Juneo Lab prevê o que uma ação fará dentro de uma organização antes de decidir quem faz o trabalho, quem vê as informações e o que é aprovado. Ele atinge 89,4% no TrustDecision, o benchmark mais próximo de seu propósito. — huggingface.co

GLM-5.3 roda em duas DGX Stations localmente

O GLM-5.3 quantizado da NVIDIA roda em DGX Stations interligadas, mantendo todos os seus pesos na memória GPU para que as duas máquinas sirvam um único endpoint local. Essa configuração permite inferência privada em dados sensíveis e prototipagem local de agentes sem custos por token. — developer.nvidia.com

Antigravity /teamwork resolve problemas de matemática em aberto

O harness Antigravity /teamwork do Google combina modelos de fronteira com verificadores automáticos para resolver problemas que permaneceram em aberto por anos, incluindo a conjectura Courtade-Kumar da teoria da informação. As ferramentas agora estão disponíveis para pesquisadores e desenvolvedores externos. — research.google

DSpine acelera decodificação especulativa paralela

O DSpine acelera a geração de texto de IA propondo muitos tokens candidatos em paralelo, condicionando cada posição ao seu predecessor. Ele alcança o melhor comprimento médio de aceitação no Qwen3-8B em benchmarks padrão, e seu código de inferência é de código aberto. — huggingface.co

Grupo chinês de segurança de IA mira reward hacking

Uma jovem equipe chinesa construiu uma das maiores comunidades de segurança de IA do país e se prepara para auditar ambientes de aprendizado por reforço em busca de reward hacking, o modo de falha em que um agente explora falhas na sua configuração de treinamento em vez de aprender o comportamento pretendido. Ela publicará relatórios públicos regulares sobre os modos de falha que encontrar. — lesswrong.com

Mais sobre este tópico