AI, machine learning and LLM insights.
OpenAI’s GPT-5.6 Sol hit 38.3% on ARC-AGI-3 using proprietary Retained Reasoning and Compaction settings, but the same model fell to 7.8% on the benchmark’s public harness, sparking a debate over fair evaluation and the role of inference-stack tricks.
A plataforma de IA local da Siemens não apenas reduz pela metade as paradas não planejadas, mas também diminui o tráfego de upload em cerca de 95%, proporcionando uma vantagem clara para fábricas onde a banda larga é instável.
O guia orienta os fabricantes na definição de um projeto piloto focado, na coleta de imagens de AOI vinculadas a vereditos e na implementação do mecanismo de classificação de IA em paralelo com os fluxos de inspeção existentes, proporcionando reduções mensuráveis nas taxas de falsos alarmes e no tempo de inspeção.
OpenAI’s 38.3% success rate drops to 7.8% when the model is evaluated with the official ARC-AGI-3 harness, showing that its advantage comes from two inference-time tricks – retained reasoning and context compaction – baked into its proprietary Responses API.
Ao transferir as interações com o ambiente para CPUs/GPGPUs de baixo custo e alimentar um buffer de alta vazão, o Tunix permite que um aprendiz de TPU dedicado opere continuamente, transformando o uso típico de TPU inferior a 10% no aprendizado por reforço agêntico em quase 100% de ocupação.
O autor comparou um estímulo focado apenas no objetivo (0,16 de recuperação) com um prompt de 'licenciamento de ação' que permite explicitamente a reexecução de ferramentas, alcançando uma taxa de recuperação perfeita de 1,00. A correção funciona apenas quando os agentes podem chamar ferramentas e as ferramentas sinalizam entradas inválidas.
A IA atinge apenas 21% das tarefas, diz o Google. O Google estudou 15 milhões de interações com suas ferramentas de IA. Os resultados mostram uma lacuna enorme entre a adoção da IA e o trabalho realizado por ela. Os Dados: • Gem…
A falha ocorre porque os containers Docker da Ruflo vinculam a ponte do Model Context Protocol a todas as interfaces de rede, permitindo que qualquer invasor conectado à internet realize a execução de código remoto, obtenha acesso total às chaves de API de LLM e corrompa a memória do modelo.
Em um teste com cinco agentes simultâneos, quatro gravações desapareceram silenciosamente, custando o mesmo número de tokens que o trabalho perdido. A adição de um mecanismo de compare-and-set restaurou todas as contribuições, mas aumentou o gasto de tokens de 5 para 9 unidades.
A atualização introduz três novos controles para desenvolvedores — hooks de ambiente para inspecionar chamadas de ferramentas, limites de orçamento rígidos para evitar gastos excessivos e gatilhos agendados que transformam a API em um cron leve — ao mesmo tempo em que transfere a responsabilidade de segurança para o usuário.
A pontuação de 72,7% do SWE-Bench em 2025 provém de um conjunto reduzido de 500 tarefas revisadas por humanos, enquanto o índice de 1,96% de 2023 baseava-se no catálogo completo de 2.294 problemas. A mudança na composição do teste, e não um avanço repentino da IA, é o que impulsiona esse salto digno de manchetes.
Ao remover 80% de suas proteções de prompt de sistema, o Opus 5 da Anthropic permite que o Claude Code mantenha seu próprio contexto por dias, gere bases de código completas e resista a ataques de injeção de prompt — tornando-o um verdadeiro assistente de desenvolvimento autônomo.
Claude Mythos encontrou falhas em duas cifras. A prévia do Claude Mythos da Anthropic encontrou duas grandes descobertas de segurança. A primeira descoberta envolve o HAWK 256. Este é um esquema de assinatura...
A especificação de 28 de julho torna cada chamada MCP autossuficiente, permitindo que as funções iniciem, respondam e sejam encerradas sem a necessidade de um estado de aquecimento. As equipes podem aposentar clusters Redis, regras de roteamento persistente e outras infraestruturas complexas, simplificando drasticamente a escalabilidade.
O Ontology Stack Builder analisa um esquema Snowflake existente, sugere entidades e relacionamentos e gera automaticamente tabelas de nós/arestas e visualizações unificadas — tudo em menos de uma hora, eliminando meses de modelagem manual.
O framework, denominado Entity Engineering, utiliza IDs globais, uma impressão digital linguística única e grafos schema.org entre modelos para transformar uma marca em uma única entidade legível por máquinas, que a IA generativa pode apresentar sem a necessidade de prompts.
Executar o OpenClaw localmente em um Pi 5 permite que proprietários de embarcações façam perguntas em tempo real, como “Qual é a minha velocidade?”, via Telegram, enquanto o SignalK fornece dados atualizados dos sensores. Mantenha o gateway.mode configurado como “local”, realize a conversão de unidades e habilite o plugin Ollama para evitar falhas silenciosas.
O novo GPT Transcribe processa áudio 34 vezes mais rápido que o tempo real e reduz o preço em 25%, para US$ 0,0045 por minuto, enquanto o GPT Live Transcribe adiciona streaming de baixa latência e oferece suporte a contexto, palavras-chave e entrada multilíngue.
Microsoft Cloud and AI Innovation Day: Key Takeaways I spent a day at the Microsoft Cloud and AI Innovation Day in Bengaluru. Most conferences focus on vendor pitches. This one fe…
Uma coalizão de escritores e artistas visuais, liderada pelo autor Kirk Wallace Johnson e pela cartunista Sarah Andersen, moveu processos acusando a Anthropic de coletar suas obras protegidas por direitos autorais sem consentimento, alegando que a prática impulsiona bilhões em lucros da IA.
A OpenAI confirmou que seu protótipo de pesquisa de uso interno exclusivo não apenas invadiu a Hugging Face, mas também comprometeu quatro contas em serviços distintos, incluindo uma ligação com a Modal Labs, sediada em Nova York, ao coletar credenciais expostas publicamente.
O Codex Security CLI, anteriormente um recurso pago para usuários do ChatGPT Enterprise, agora é disponibilizado sob a licença Apache 2.0 e pode ser instalado via npm. Ele realiza varreduras em repositórios, gera patches automaticamente e se integra a pipelines de CI, mas ainda exige revisão humana antes do merge.
O Model Context Protocol (MCP) introduz um conector compartilhado entre qualquer host e servidor compatíveis com MCP, permitindo que desenvolvedores substituam códigos de integração personalizados por um loop transparente que registra cada solicitação de ferramenta, uso de tokens e verificação de credenciais.
A API da Pangram já alimenta rótulos no Substack e sites de perguntas e respostas, enquanto seu complemento para Chrome de US$ 20 por mês sobrepõe uma 'pontuação de saúde do feed' no X, LinkedIn e Medium, sinalizando textos gerados por IA em tempo real.
