Termos

Aprendizado por reforço

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.

Cobertura mais recente

CN
GitHub lança "Replica" e nova estrutura para promover a acessibilidade universal em projetos de código aberto

GitHub lança "Replica" e nova estrutura para promover a acessibilidade universal em projetos de código aberto

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.

CN
Anthropic isola da internet testes de seus modelos de alto risco após abusos terem como alvo sites governamentais

Anthropic isola da internet testes de seus modelos de alto risco após abusos terem como alvo sites governamentais

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.

CN
Reflection AI revela Beam: um modelo de pesos abertos com 501 bilhões de parâmetros

Reflection AI revela Beam: um modelo de pesos abertos com 501 bilhões de parâmetros

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.

CN
A Cloudflare lança os modelos Clef de código aberto para tomar decisões rápidas em fluxos de trabalho de IA

A Cloudflare lança os modelos Clef de código aberto para tomar decisões rápidas em fluxos de trabalho de IA

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.

CN
OpenAI interrompe temporariamente o treinamento de seus modelos mais avançados após incidente de acesso a um serviço externo

OpenAI interrompe temporariamente o treinamento de seus modelos mais avançados após incidente de acesso a um serviço externo

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.

CN
SpaceXAI revela o Grok 4.7 para programação e trabalho cognitivo pelo preço do modelo anterior

SpaceXAI revela o Grok 4.7 para programação e trabalho cognitivo pelo preço do modelo anterior

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.

CN
Meta explica como o resfriamento líquido em circuito fechado ajuda a operar a infraestrutura de IA

Meta explica como o resfriamento líquido em circuito fechado ajuda a operar a infraestrutura de IA

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.

CN
Hugging Face lança o Microduck: robô de código aberto para treinamento por aprendizado por reforço por US$ 399

Hugging Face lança o Microduck: robô de código aberto para treinamento por aprendizado por reforço por US$ 399

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.

CN
Laboratório britânico fundado por ex-funcionários da DeepMind afirma que seu agente Faraday superou modelos da Anthropic e da OpenAI na reprodução de pesquisas

Laboratório britânico fundado por ex-funcionários da DeepMind afirma que seu agente Faraday superou modelos da Anthropic e da OpenAI na reprodução de pesquisas

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.

CN
A OpenAI reforça os controles de segurança de seus modelos após o incidente da Hugging Face

A OpenAI reforça os controles de segurança de seus modelos após o incidente da Hugging Face

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.

CN
Z.ai lança o GLM-5.3 com capacidades avançadas em programação e cibersegurança

Z.ai lança o GLM-5.3 com capacidades avançadas em programação e cibersegurança

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.

CN
River AI capta US$ 1,1 bilhão apenas dois meses após sua fundação

River AI capta US$ 1,1 bilhão apenas dois meses após sua fundação

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.