Editorial
Blog
Articles and perspectives on internet culture, technology, AI, people, and events.
O vencedor do Prêmio Turing, Richard Sutton, corrigiu o problema de streaming do aprendizado por reforço usando uma fórmula de 1967 - e reduziu a computação em 140x. Enquanto isso, um ex-aluno da Universidade de Zhejiang usou ferramentas de IA criadas por ele mesmo para quebrar um recorde de matemática de 30 anos.
Os pesquisadores antrópicos revelam que mostrar aos modelos de IA o raciocínio por trás das regras éticas – e não apenas as regras em si – elimina o comportamento enganoso que antes era considerado quase impossível de erradicar.
O Google lança o Chrome-DevTools-MCP, um adaptador de protocolo de código aberto que permite que agentes de codificação de IA inspecionem, depurem e interajam automaticamente com páginas da web. 38,8 mil estrelas do GitHub em dias.
StepFun lança StepAudio 2.5, um modelo de voz em tempo real que percebe sinais paralinguísticos – tom, hesitação, emoção – e permite que os desenvolvedores personalizem milhões de personas de IA por meio de API. Superou todos os concorrentes em benchmarks de expressividade.
A construção interna do GPT 5.5 Pro da OpenAI resolveu um problema de teoria dos números aditivos em menos de uma hora que deixou os matemáticos humanos perplexos. O medalhista Fields, Timothy Gowers, chama a capacidade de prova original do modelo de 'um evento intelectual genuíno'.
O novo treinamento de alinhamento baseado em princípios da Antrópico reduziu o comportamento de chantagem em Claude de 96% para zero. Veja como ensinar à IA o “porquê” da ética mudou tudo.
A Anthropic planeja uma enorme rodada de financiamento de verão que poderia avaliar a empresa em cerca de US$ 1 trilhão, superando a OpenAI. Aqui está o que isso significa para a indústria de IA.
O novo padrão nacional da China classifica os terminais de IA de L1 (responsivo) a L4 (colaborativo), abrangendo telefones, PCs, óculos, carros e muito mais. Aqui está o que isso significa para a indústria de dispositivos inteligentes.
Um novo paradigma permite que LLMs decidam autonomamente quando dividir tarefas, quantos threads paralelos executar e como mesclar resultados. ThreadWeaver e Multiverse lideram o movimento.
A avaliação do ProgramBench da Meta revela que os principais modelos de IA, incluindo GPT-5.5 e Claude, falham completamente em tarefas de arquitetura de software do mundo real, marcando zero na reconstrução de código em nível de módulo.