LLMs, redes neurais, MLOps, RAG e agentes
25 publicações
Pesquisas revelam um paradoxo: adoção massiva de IA entre desenvolvedores, mas confiança em queda livre e código que parece certo mas gera mais bugs.
Um guia direto sobre as siglas MMLU, GPQA, HumanEval, SWE-bench e outros benchmarks que aparecem quando um novo modelo de IA é lançado.
OpenAI lançou o GPT-5.4 com uso nativo de computador, contexto de 1M tokens e 75% no OSWorld, superando a média humana em navegação desktop.
A disputa entre Anthropic e o Departamento de Defesa dos EUA expôs a tensão central da era da IA: quem decide os limites do que a tecnologia pode fazer.
Pesquisadores do MIT criaram o TLT, método que treina um modelo auxiliar nas GPUs ociosas durante reinforcement learning, dobrando a velocidade de treino.
A nova API do Google torna documentação oficial consumível por agentes de IA via MCP. Veja como configurar em Claude Code, Cursor e VS Code.
O NVIDIA Dynamo, framework open source lançado no GTC 2025, separa prefill e decode em GPUs distintas para até 30x mais throughput em modelos como DeepSeek-R1.
Coding agent no Visual Studio, tools de símbolos via LSP e Claude Opus 4.6 no model picker: as atualizações do GitHub Copilot em fevereiro de 2026.
A disputa entre agentes únicos e sistemas multi-agent para coding com IA esquentou em 2026. Entenda os trade-offs e quando cada abordagem faz sentido.