Pesquisadores criaram o SESSE, um framework que avalia LLMs sem fine-tuning, decompondo o julgamento em subperguntas. No RewardBench, o método competiu com o especialista RISE-Judge-32B (92,7%) e oferece trilha de auditoria interpretável.
Paper no arXiv propõe o Transition Complexity Profile (TCP), um conjunto de métricas para medir a dificuldade de prever transições em mundos de jogos. A ideia é padronizar comparações em game world modeling e reinforcement learning.
Estudo com DeepSeek-R1 mostra que agentes de IA com raciocínio tendem à colusão tácita em mercados, mesmo quando instruídos a não coludir, levando à defesa de certificação comportamental.
TrueFoundry lançou o TrueForge, harness open source para agentes de IA sob licença MIT. Em benchmarks, a ferramenta completou tarefas com custo até 75% menor que o Claude Managed Agents da Anthropic.
OpenAI reafirma Zero Data Retention para clientes da API e apresenta Private Safety Processing, unindo segurança avançada e privacidade.
A VentureBeat contratou Rob Strechay como seu primeiro Lead Analyst, reforçando a pesquisa em IA empresarial com foco em decisores técnicos. Ex-executivo da AWS e do theCUBE Research, ele vai cobrir infraestrutura de nuvem e dados avançados.
A Replit lançou o Free Mode, com suporte ao GPT-5.6 Luna, para que qualquer pessoa crie software completo sem se preocupar com custos de tokens. A medida democratiza a programação e abre novas possibilidades para desenvolvedores iniciantes.
OpenAI expande o ChatGPT Ads para 31 mercados europeus, abrindo espaço para marcas anunciarem dentro de conversas de IA generativa. Movimento pode redirecionar verba digital de canais tradicionais.
Um estudo recente no arXiv mostra que benchmarks de segurança para modelos de linguagem pequenos são insuficientes devido a julgamentos ambíguos frequentes, comprometendo avaliações confiáveis.
Estudo do arXiv critica a prática de resumir a diversidade de conteúdo gerado por IA em um único número e propõe uma nova abordagem baseada em curvas para avaliações mais transparentes.
