AI FRONTIER
Signals worth understanding before they become obvious.
Flint-interactive: uma linguagem para criar visualizações de dados interativas
A Microsoft Research lançou o Flint-interactive, uma linguagem construída sobre o Flint que permite a agentes de IA definir cliques, filtros, zoom, destaque e interações entre gráficos por meio de eventos semânticos e operadores de atualização, com a lógica de interação tratada pelo compilador do Flint.
- O Flint-interactive resolve gatilhos brutos como cliques, arrastos e pressionamentos de tecla em eventos semânticos que identificam elementos do gráfico e dados.
- Os usuários especificam interações mapeando eventos semânticos para operadores de atualização do gráfico, como set style, set annotation e set viewport, sem manipular marcas específicas do renderizador.
- Pode ser usado em ambientes de chat ou canvas via Flint-MCP e MCP Apps, onde um agente pode gerar um interaction_spec junto com a especificação de gráfico do Flint.
- O Flint Interactive Canvas permite que aplicativos processem eventos semânticos com manipuladores para filtrar uma tabela, atualizar outro gráfico ou alterar o estado da aplicação.
Para quem constrói agentes de dados, delegar a lógica de interação ao compilador pode reduzir o custo em tokens e tempo de gerar e depurar gráficos interativos repetidamente, além de diminuir falhas de layout e interação.
WorldStream: transmitir mundos 3D interativos com planejamento hierárquico e estado persistente
O artigo apresenta o WorldStream, um modelo de mundo 3D aberto que estende o terreno jogável além de qualquer mapa pré-especificado, age sobre linguagem aberta no mundo em execução e restaura locais visitados com suas edições. Um planejador hierárquico sobre um modelo de decisão tipado emite estado de decisão estrutura...
- Macro fixa a estrutura de assentamentos, ecologia, transporte e hidrologia em um grupo de tiles, enquanto Micro especializa esse contrato em semântica de tile sob terreno medido e compromissos de vizinhança aceitos.
- O streaming separa o alcance: os planos avançam ao longo do corredor previsto, a compilação ocorre apenas onde o movimento logo precisará dela, e a geometria atrás do usuário é liberada.
Para equipes que constroem modelos de mundo, separar planejamento, compilação e um registro de estado persistente é um caminho de arquitetura concreto para coerência entre tiles e editabilidade sob orçamentos limitados.
Quando os pensamentos se tornam memória: unificar o aprendizado em contexto e o ajuste fino
O artigo apresenta uma regra certificada, baseada em uma lei exata do valor da informação, para decidir se dados não vistos pertencem ao contexto ou aos pesos de um modelo pré-treinado, e um teste válido a qualquer momento faz essa escolha a partir de consultas reservadas.
- O artigo relata que o teste escolhe o melhor entre o cache e o ajuste fino do GPT-2 em 61.948 de 64.000 fluxos de consultas em 32 comparações.
- O artigo relata que ele erra em no máximo 3,3% dos fluxos nulos.
- O artigo relata que um patch que vê uma característica de forma reduz cem vezes o comprimento de código de uma rede de ocupação ali, enquanto oito que a perdem quase o dobram.
- O artigo relata que, em uma afirmação de sim ou não, a valoração recupera um adjudicador de evidências publicado, com AUROC de 0,91.
Essa regra certificada permite aos construtores decidir com uma medição e consultas reservadas se os dados devem entrar no contexto ou nos pesos, reduzindo o custo de escolher entre aprendizado em contexto e ajuste fino.
Novo modelo do OpenRouter: Recursive: Flint (gratuito)
Flint é um modelo de mistura de especialistas de pesos abertos da Recursive, com cerca de 2,5B de parâmetros ativos de 40B no total, criado pelo sistema de autopesquisa Eureka Machine da Recursive para agentes de programação.
- 40B de parâmetros no total, com cerca de 2,5B de parâmetros ativos
- Janela de contexto de 262.144 tokens
- Lançado em 21 de outubro de 2026
- Endpoint gratuito com limites de taxa; aceita ferramentas para chamada de funções e oferece suporte a response_format para saída JSON sem aplicação de JSON-schema
Para quem cria agentes de programação, o Flint oferece uma opção de pesos abertos sem custo, com 2,5B de parâmetros ativos e janela de contexto de 262K para testar.
SimHack: prever o início do reward hacking detectável antes do treinamento RL
O artigo apresenta o SimHack, um simulador que aprende a dinâmica de treinamento do reward hacking a partir de poucas execuções RL de referência em menor escala e gera execuções simuladas contrafactuais de receitas-alvo não vistas sem retreinamento custoso, para prever a distribuição do passo de início do reward hackin...
- O artigo relata que o SimHack prevê o início mediano com erro relativo de 11,3% e alcança correlação de ranking entre receitas de 0,85 em receitas-alvo não vistas.
- O SimHack generaliza para diferenças de escala de modelo, currículo, número de rollouts e taxa de aprendizado entre receitas de referência e alvo.
- Como aplicação, o SimHack filtra currículos RL candidatos e descobre currículos sobre o mesmo conjunto de cenários que treinam 96,6% mais tempo sem hacking.
- O artigo constata que a taxa de hacking inicial sozinha não determina o início, que varia substancialmente entre receitas de treinamento e execuções repetidas.
Construtores podem pré-selecionar currículos com o SimHack antes de execuções RL caras para escolher a baixo custo receitas de menor risco.
KVLearn: retenção de cache KV aprendida para serviço LLM desagregado
O artigo apresenta o KVLearn, um framework baseado em aprendizado para retenção de cache KV ciente de custo em serviço LLM desagregado, combinando um Prefix Reuse Predictor (PRP), um Cost-Aware Retention Score (CARS) e um Adaptive Threshold Controller (ATC), avaliado em cargas de trabalho de texto e multimodais.
- O artigo relata reduções no time-to-first-token de ponta a ponta de até 56% em relação ao No-Cache, 38% em relação ao LRU-Pool e 33% em relação a baselines no estilo Mooncake.
- O artigo relata redução do volume de transferência KV entre nós de até 53% em relação ao LRU-Pool.
- No MM-Session, a vazão permanece dentro de cerca de 5% do oráculo.
- O PRP estima a probabilidade de reutilização a partir de características estruturais e temporais do prefixo sem modificar os pesos do modelo; o artigo foi aceito no ACM SYSTOR 2026 e o código está disponível.
Para equipes que constroem serviço de inferência desagregado, o KVLearn mostra que incorporar custos de recálculo, transferência e armazenamento nas decisões de admissão de cache pode reduzir tanto o time-to-first-token quanto a largura de ...
MPS no PyTorch 2.15: suporte a FP8 e decodificação MoE 5–6,5× mais rápida
O PyTorch 2.15 traz tensores FP8, matmul agrupado nativo e kernels Metal dedicados ao backend MPS, tornando a decodificação de modelos MoE 5–6,5 vezes mais rápida que na 2.14 e exigindo macOS 15 e Python 3.11 ou superior.
- Tensores torch.float8_e4m3fn agora funcionam no MPS com um byte por valor, metade do armazenamento de FP16 ou BF16, e F.scaled_mm suporta escalonamento por tensor e por linha.
- Em um M3 Ultra com torch.compile, o Qwen3.6-35B-A3B passa de 9,4 para 61,3 tokens/s e o LFM2.5-8B-A1B de 23,6 para 123,6 tokens/s.
- Em 96 formatos de camadas BF16 de modelos reais, conectar os kernels GEMV ao F.linear proporciona ganho médio geométrico de 1,23×.
- O pico de memória do driver na decodificação VAE do Wan2.2 cai de cerca de 270 GiB para 8 GiB, e o softmax FP32 sobre uma linha de logits [1, 128256] cai de 57 µs para 7 µs.
Desenvolvedores em Mac podem reduzir memória com pesos FP8 e acelerar bastante a decodificação de LLMs MoE e densos, desde que migrem para macOS 15 e Python 3.11.
Grandes alegações, margens pequenas: os ganhos reportados de GraphLLM sobrevivem a baselines simples?
O artigo compara quatro representantes de baseline, ajustados apenas com seleção em validação, com a maior média que cada um de três estudos recentes reporta para um método baseado em LLM em splits pareados, e documenta riscos de avaliação no código publicado.
- Correct & Smooth sobre características TF-IDF fica atrás da referência em uma mediana de 2,3 pontos percentuais, e um MLP sobre embeddings e5-large-v2 congelados em 2,8 pontos.
- Correct & Smooth está dentro de 3 pontos da referência ou melhor em 15 de 24 tarefas, mas a referência é significativamente maior em 12 de 22 tarefas testáveis.
- Relatos do mesmo método no mesmo split diferem em até 12,5 pontos entre artigos cujas configurações não estão documentadas como correspondentes.
Quem constrói pipelines de classificação de nós com GraphLLM deve executar baselines ajustados de TF-IDF e de embeddings congelados nos mesmos splits e auditar carregadores de dados e protocolos de ajuste antes de confiar nos ganhos de esta...