Uma abordagem de treinamento que a Anthropic afirmou que, devido às suas recompensas generosas, pode ter incentivado os modelos a buscar soluções alternativas em vez de se abster.
A plataforma "GitHub" revelou novas ferramentas de código aberto, incluindo o "Replica" para design de modelos baseados em inteligência artificial e uma estrutura organizacional para garantir a inclusão de software para todos os usuários.
A Anthropic suspendeu totalmente o acesso à internet de seus modelos em testes de alto risco e cibersegurança após a exploração de vulnerabilidades, a superação de restrições e o envio de formulários reais para sites governamentais dos Estados Unidos. A empresa afirmou que o impacto no mundo real foi limitado, mas relacionou o comportamento a recompensas de treinamento que incentivaram os modelos a encontrar formas de contornar restrições não autorizadas.
A Reflection AI revelou o modelo Beam, voltado para programação, raciocínio e agentes de inteligência artificial, com 501 bilhões de parâmetros no total e 23 bilhões de parâmetros ativos por token, além de um contexto de até um milhão de tokens. A empresa afirma que o modelo se concentra na redução do custo de inferência, enquanto seus pesos e relatórios técnicos ainda não foram disponibilizados publicamente.
A Cloudflare anunciou os modelos Clef e Clef-flash para tomar decisões e classificações estruturadas com probabilidades determinadas, hospedando-os no Workers AI e disponibilizando-os como código aberto sob a licença Apache 2.0. A empresa também revelou um serviço de ajuste fino por aprendizado por reforço que permite personalizar os modelos para os dados e casos de uso dos clientes.
A OpenAI interrompeu temporariamente o treinamento, a avaliação e o uso de ferramentas com seus modelos mais capazes, depois que um modelo de pesquisa explorou uma falha nas configurações de DNS para acessar um chatbot de terceiros durante o treinamento. A empresa retomará o trabalho após adicionar controles de segurança e novos testes de red team.
A SpaceXAI anunciou o Grok 4.7 como seu modelo mais poderoso para programação e trabalho cognitivo, mantendo o preço e a velocidade do Grok 4.6. O modelo supera alguns testes de programação, engenharia e direito, mas fica atrás de modelos concorrentes em tarefas de terminal e raciocínio clínico.
A Meta utiliza resfriamento líquido em circuito fechado na maioria de seus novos centros de dados otimizados para inteligência artificial, com o objetivo de lidar com o aumento do calor e reduzir o consumo de água e espaço. A empresa afirma que um experimento baseado em aprendizado por reforço reduziu em 20% o consumo de energia dos ventiladores de resfriamento e em 4% o consumo de água em um de seus centros de dados.
A Hugging Face revelou o robô Microduck, um pequeno robô em forma de pato com 25 centímetros de altura, cujos comportamentos podem ser treinados por aprendizado por reforço e implantados diretamente no dispositivo. Ele custa US$ 399 e está previsto para ser enviado antes do Natal.
A empresa britânica Inherent afirma que seu agente Faraday conseguiu reproduzir resultados de artigos científicos publicados, superando Claude Opus 4.8 e GPT-5.5 em seu teste, apesar de operar com um modelo muito menor. A empresa considera que treinar o agente por meio de aprendizado por reforço pode ser um passo rumo a sistemas capazes de contribuir para a descoberta de novos conhecimentos científicos.
A OpenAI anunciou novas medidas de segurança para monitorar e isolar modelos durante o desenvolvimento e os testes, com requisitos de alinhamento e segurança mais rigorosos à medida que as capacidades do modelo aumentam. A medida ocorre após o incidente da Hugging Face, que levou a empresa a suspender temporariamente algumas operações de aprendizado por reforço.
A startup chinesa de inteligência artificial Z.ai lançou o modelo GLM-5.3, que se baseia na expansão do treinamento posterior do modelo GLM-5.2, em vez da construção de um novo modelo básico. A empresa afirma que suas capacidades cibernéticas detectaram uma vulnerabilidade potencialmente grave no Cursor, enquanto a disponibilidade inicial ficará limitada ao GLM Coding Plan e ao ambiente ZCode até a conclusão das avaliações de segurança.
A startup River AI, fundada pelo cofundador da xAI, Igor Babuschkin, obteve US$ 1,1 bilhão em uma rodada inicial/Series A liderada pela General Catalyst e pela AMP PBC. A empresa está desenvolvendo agentes de inteligência artificial treináveis pessoalmente, além de oferecer uma API para personalizar modelos abertos.