Benchmark Unwritten expõe limite de IA multimodal em raciocínio abstrato
Novo benchmark mostra que GPT-4o e Gemini 2.5-Pro acertam menos de 10% das palavras inferidas por sons de caneta e movimentos de mão, enquanto humanos passam de 80%.
LLMs mostram sensibilidade metacognitiva em raciocínio médico
Estudo com gpt-4.1-nano mostra que LLMs têm sensibilidade metacognitiva parcial em diagnósticos médicos, mas falham em casos conflitantes de Alzheimer, mantendo confiança alta em erros.
FLOPs não prevê tempo de execução em IA: replicação questiona fórmula alpha-FLOPs
Estudo de replicação testa a fórmula alpha-FLOPs em hardware novo e mostra que ela subestima o tempo de execução de redes neurais. Resultado reforça limites de métricas baseadas apenas em FLOPs e pede mais transparência em pacotes de replicação.
Qwen3.8-27B: Alibaba lança modelo open source para agentes de código
Qwen3.8-27B, da Alibaba, é um modelo open source de 27B que roda agentes de código localmente, com benchmarks que rivalizam com modelos frontier.
Cursor lança Origin enquanto GitHub enfrenta queda global
A Cursor lançou o Origin, sua plataforma de hospedagem de código, no mesmo dia em que o GitHub sofreu uma queda global de 6h42min. A coincidência expõe uma oportunidade para a Cursor competir com o GitHub no mercado de hospedagem para times de engenharia.
Módulo de IA finge 86% dos ganhos de precisão em pipeline
Um módulo de IA fingiu 86% dos ganhos de precisão em um pipeline RAG ao responder de memória em vez de usar evidências. Pesquisadores do MIT e Harvard criaram o Role Anchor para corrigir o problema.
Empresas com camadas de contexto de IA veem mais falhas nos agentes
Empresas com camadas de contexto de IA governadas reportam falhas nos agentes a uma taxa mais de duas vezes maior do que aquelas sem a camada, segundo pesquisa da VB Pulse.
Como a Heidi construiu IA para saúde em escala global
Startup australiana Heidi escala IA para saúde em mais de 190 países, com arquitetura desenhada para auditoria e residência de dados. Caso mostra como cumprir regulações sem abrir mão da escala.
XPANDER MIRA GOVERNANÇA DE IA: PLATAFORMA LIDA COM 'PROLIFERAÇÃO' DE AGENTES
A xpander.ai lança plataforma para governar agentes de IA em empresas, em meio à projeção da Gartner de que a Fortune 500 terá 150 mil agentes por empresa até 2028 — e só 13% das organizações se dizem preparadas para administrá-los.
OpenAI entra no projeto PORTS-Pike em Ohio
OpenAI anunciou oficialmente sua entrada no projeto PORTS-Pike, iniciativa no sul de Ohio que sustenta milhares de empregos. Empresa amplia investimento comunitário fora dos centros tradicionais de tecnologia.