AI FRONTIER
Signals worth understanding before they become obvious.
Computação de propósito geral baseada em provas com Magnetar
A Microsoft Research apresenta o Magnetar, uma máquina virtual de conhecimento zero (zkVM) de propósito geral que prova a execução de programas RISC-V escritos em Rust, Go ou C, com segurança baseada apenas em funções hash padrão.
- O Magnetar prova de 7,2 a 8,7 milhões de instruções de processador por segundo em um laptop.
- Um Magnetar otimizado prova de 9,5 a 12,8 milhões de ciclos por segundo, aumentando cada aceleração relatada em cerca de 1,3 vez, e suas provas são verificadas em cerca de 12 milissegundos.
Para os construtores de IA, o Magnetar torna programas compilados comuns prováveis sem conhecimento criptográfico e remove uma migração pós-quântica do roteiro.
O grande modelo «Shusheng-S2» do Shanghai AI Lab entra no processo de pesquisa matemática de fronteira: auxilia a prova da conjectura de Ghys em três dimensões e passa pela verific...
O grande modelo «Shusheng-S2» do Shanghai AI Lab entrou em um processo de pesquisa matemática de fronteira, auxiliando a prova da conjectura de Ghys em três dimensões, que passou pela verificação formal.
- O grande modelo «Shusheng-S2» do Shanghai AI Lab entrou em um processo de pesquisa matemática de fronteira.
- O modelo auxiliou a prova da conjectura de Ghys em três dimensões.
- A prova relacionada passou pela verificação formal.
Isso mostra que um grande modelo pode participar de uma prova matemática de fronteira e produzir um resultado formalmente verificável, oferecendo um exemplo de processo verificável para a pesquisa matemática assistida por IA.
OpenRouter adiciona NVIDIA Nemotron 3.5 Super VL, modelo MoE multimodal
O NVIDIA Nemotron 3.5 Super VL é um modelo MoE multimodal aberto com 12B de parâmetros ativos de 120B no total, baseado em arquitetura híbrida Mamba-Transformer com previsão multi-token e contexto de 1M de tokens.
- 120B de parâmetros totais com 12B ativos, em arquitetura híbrida Mamba-Transformer com previsão multi-token.
- Janela de contexto de 1.048.576 tokens, com suporte a até 262.144 tokens de conclusão.
- Aceita texto, imagens, documentos, capturas de tela de GUI e vídeo como entrada e retorna texto; o raciocínio vem ativado por padrão e pode ser desligado ou limitado por um orçamento de tokens.
- Preço de US$ 0,10 por 1M de tokens de entrada e US$ 0,40 por 1M de tokens de saída, com leitura de cache a US$ 0,08/M, servido por Crusoe, Together, DeepInfra e CoreWeave.
Para equipes que constroem agentes de longa duração, 12B de parâmetros ativos com contexto de 1M de tokens e entrada visual permitem tratar inteligência documental, interação com GUI e compreensão de vídeo em um único modelo.
Joint Subspace Sparse Attention para decodificação eficiente em contexto longo
O JSSA aprende um subespaço query-key compartilhado de baixa dimensão para melhorar o ranking da seleção esparsa em nível de token, e introduz um kernel de atenção indexada em nível de token sem gather que suporta seleções distintas por cabeça KV no layout padrão de KV-cache do GQA.
- O artigo relata que, em uma GPU NVIDIA B200, o JSSA atinge até 6,43 vezes a vazão de decodificação da atenção full-KV em contexto de 128K.
- O artigo afirma que o JSSA permanece próximo da precisão full-KV em modelos GQA padrão, de atenção híbrida sliding-window/global e Multi-head Latent Attention (MLA).
- O artigo relata que o JSSA atinge precisão de raciocínio comparável ao DSA nativo do modelo sem treinamento do modelo e alcança 96–99% de sua vazão de decodificação mesmo em modelos grandes na escala 700B.
- O artigo observa que o refinamento direto do objetivo exato não proporciona melhoria mensurável nas configurações testadas.
Para quem constrói inferência de contexto longo, o JSSA importa porque combina seleção esparsa em nível de token com um kernel sem gather que reduz diretamente o custo de decodificação nos layouts de KV-cache GQA e MLA existentes.
WorldMemBench: um benchmark abrangente para a memória de modelos de mundo em vídeo
O artigo apresenta o WorldMemBench, um benchmark que avalia sistematicamente a memória de mundo em modelos de mundo em vídeo ao longo de 260 casos de teste, cobrindo memória estática (identidade e aparência humanas, aparência e geometria de objetos, conteúdo e geometria do ambiente) e memória dinâmica (progressão de ev...
- O benchmark abrange 260 casos de teste que avaliam memória estática e dinâmica.
- Ele usa saídas de câmera controladas e trajetórias com múltiplas revisitas, comparando conteúdo estático com referências iniciais fixas e eventos dinâmicos com transições de estado esperadas.
- A avaliação de nove modelos representativos mostra que forte retenção estática não implica evolução dinâmica confiável dos estados.
- Revisitas repetidas revelam degradação da memória além do primeiro retorno, e estudos com humanos apoiam a alinhamento entre as avaliações automáticas e os julgamentos humanos.
Para equipes que constroem modelos de mundo em vídeo, este benchmark decompõe a memória em eixos estático e dinâmico mensuráveis e mostra que a retenção estática não substitui a persistência de estados em revisitas repetidas.
Modelos semelhantes, chances quebradas: onde o axioma de Luce falha na Chatbot Arena
O artigo argumenta que o modelo Bradley-Terry da Chatbot Arena dá uma única pontuação a cada modelo e, portanto, assume o axioma de escolha de Luce; em 1,8 milhão de votos da Arena, votos entre versões de um mesmo modelo são mais decisivos do que o Bradley-Terry prevê.
- Em 1,8 milhão de votos da Arena, votos entre versões de um mesmo modelo são 1,37 vez mais decisivos do que o Bradley-Terry prevê.
- Entre tamanhos de uma mesma geração o multiplicador é 1,26, e entre modelos de um mesmo laboratório é 1,12.
- Uma correção com quatro a seis parâmetros prevê votos reservados melhor que o Bradley-Terry e que modelos com centenas de parâmetros, principalmente ao modelar empates.
Para os construtores, isso significa que taxas de vitória em pares entre modelos quase idênticos no estilo Arena podem ser sistematicamente superestimadas, então rankings de pontuação única de modelos semelhantes devem ser lidos com cautela...
fishaudio/drama-3: um modelo text-to-speech MoE de 35B parâmetros com 16 falantes e streaming
A Fish Audio lançou o Drama 3, um modelo text-to-speech de nova geração voltado a cenas com vários personagens e conteúdo longo, com geração multi-falante, clonagem de voz e controle em linguagem natural. Ele usa um backbone de texto MoE de 35B parâmetros com 3B ativos por token e um decodificador de áudio Codebook-MTP...
- 35B parâmetros com 3B ativos por token, em um backbone de texto MoE com atenção híbrida completa e linear.
- As tags de falante <|speaker:0|> a <|speaker:15|> permitem que um texto carregue até 16 personagens.
- O decodificador de áudio Codebook-MTP decodifica 10 codebooks de forma causal em toda a sequência.
- Os especialistas MoE estão em FP8 e os demais pesos em bf16; a página do modelo indica 36B parâmetros e tipos de tensor BF16 e F8_E4M3.
Para quem precisa de áudio longo com vários personagens, o Drama 3 reúne 16 tags de falante, fragmentação em streaming e implantação com SGLang-Omni, mas a licença voltada à pesquisa e os requisitos de hardware do MoE FP8 limitam onde ele p...