AI FRONTIER
Signals worth understanding before they become obvious.
MoEZip: compressão de cache KV ciente do roteamento para LLMs de mistura de especialistas esparsa
MoEZip propõe uma compressão de cache KV ciente do roteamento que pontua contextos combinando pesos de atenção com uma métrica de sensibilidade derivada da matriz de informação de Fisher das distribuições de roteamento, abordando como a evicção de KV pode alterar a seleção de especialistas em inferência de contexto lon...
- O artigo relata que, com uma taxa de retenção de KV de 10%, o MoEZip supera a linha de base SoTA em +24 e +20 pontos em média no LongBench e no RULER, correspondendo a pontuações 2,3 e 4,9 vezes maiores.
- O MoEZip introduz uma métrica baseada na matriz de informação de Fisher das distribuições de roteamento para estimar a sensibilidade do roteamento de especialistas a perturbações.
- O artigo foi aceito na NeurIPS 2026 e é arXiv:2610.30206, submetido em 21 de outubro de 2026.
Para equipes que servem modelos MoE esparsos em contextos longos, o MoEZip indica que as políticas de evicção de KV devem considerar explicitamente a estabilidade do roteamento de especialistas para preservar a qualidade de geração sob comp...
Transformar a avaliação de banco de dados em recompensas de RL: pós-treinamento de agentes com ThinkingBox
A Microsoft e a Hugging Face lançaram o ThinkingBox-Training, que usa verificações executáveis do estado final do banco de dados como recompensas GRPO; após 50 passos de ajuste fino do Qwen3.8-27B, a taxa de sucesso média subiu de 51,70% para 60,78%.
- O pass@1 do Qwen3.8-27B subiu de 5.242 tentativas (51,70%) para 6.163 tentativas (60,78%), um ganho de 9,08 pontos.
- As tarefas aprovadas nas 20 tentativas subiram de 38 (7,50%) para 107 (21,10%), um aumento de 69 tarefas.
- O pass@20 (tarefas resolvidas ao menos uma vez) caiu de 453 (89,35%) para 446 (87,97%), uma redução de 7 tarefas.
- O treinamento usou 187 tarefas, GRPO com média de tokens, 50 passos, 24 H100, taxa de aprendizado de 1e-6 e AdamW sem decaimento de peso.
Para equipes que constroem agentes, verificações executáveis do estado final podem servir tanto como avaliador quanto como sinal de recompensa, mas ganhos de repetibilidade podem vir com uma pequena perda de cobertura.
Aprendizado de kernels espectrais baseado em fluxos para atenção não estacionária
O artigo propõe flow-based spectral kernel attention (FSKA), um framework que formula a atenção kernelizada por meio de aprendizado de densidade espectral e parametriza a densidade espectral bivariada resultante com fluxos de normalização para aprender kernels de atenção não estacionários.
- FSKA formula a atenção kernelizada por meio de aprendizado de densidade espectral e parametriza a densidade espectral bivariada resultante com fluxos de normalização.
- O design permite uma arquitetura de atenção simplificada com projeções query–key removidas e projeções value ortogonais fixas, tornando-a mais eficiente em parâmetros.
- O artigo relata redução dos parâmetros treináveis relacionados a projeções em aproximadamente 40%–47% em comparação com a maioria das baselines, mantendo escalonamento de memória favorável da atenção linear.
Para os construtores, o FSKA indica que aprender kernels não estacionários com fluxos de normalização pode reduzir os parâmetros treináveis relacionados a projeções em cerca de 40%–47%, preservando o escalonamento de memória da atenção line...
Levar modelos fundacionais à linha de frente do rastreamento de tuberculose
O Google Research apresentou na IDWeek 2026 sua trajetória de rastreamento de tuberculose, de algoritmos de radiografia de tórax a uma ferramenta clínica com certificação CE e os modelos fundacionais abertos MedGemma e MedSigLIP para implantação local.
- O Google Research afirma que a tuberculose causa cerca de 1,23 milhão de mortes por ano.
- O dispositivo da Nexus AI analisa radiografias de tórax para doenças pulmonares como tuberculose em apenas 45 segundos.
- A ferramenta opera em aproximadamente 40 unidades de saúde em seis países, onde mais de 90 clínicos avaliaram mais de 25.000 radiografias de tórax.
- MedGemma é uma família de modelos multimodais de pesos abertos com configurações de 4B e 27B parâmetros e mais de 10 milhões de downloads desde o lançamento.
Para desenvolvedores de IA em saúde, pesos abertos e execução local viabilizam ferramentas de rastreamento soberanas ajustadas com radiografias nacionais.
Latent Space Jam: síntese de vídeo guiada por layout sem treinamento
O artigo propõe um método de duas passagens sem treinamento que usa um modelo de difusão de vídeo pré-treinado: a atenção cruzada guiada por prompt direciona o posicionamento espaço-temporal dos objetos para produzir um guia visual grosseiro, e esse guia condiciona o mesmo modelo a gerar um vídeo de alta qualidade cons...
- A abordagem não exige treinamento adicional, dados ou mudanças de arquitetura e utiliza modelos de difusão de vídeo pré-treinados.
- Funciona em duas passagens: a primeira produz um guia visual grosseiro via atenção cruzada guiada por prompt, e a segunda condiciona o mesmo modelo nesse guia.
- O artigo relata que o método supera consistentemente trabalhos anteriores em precisão de sobreposição e trajetória, além de qualidade visual, em cenários estáticos, dinâmicos e com múltiplos objetos.
Para desenvolvedores, o controle de layout e movimento pode ser adicionado a modelos de difusão de vídeo existentes sem custo de treinamento, reduzindo a barreira para a geração de vídeo controlável.
CiteAnchor: ancoragem ciente da fonte para detectar e resolver citações alucinadas
O artigo apresenta o CiteResolve, um benchmark de 423 citações alucinadas do mundo real anotadas quanto à recuperabilidade da fonte, e propõe o CiteAnchor, um framework de ancoragem ciente da fonte que adapta a recuperação e a verificação em nível de campo a cada tipo de fonte e determina separadamente a validade da ci...
- O CiteResolve é um benchmark de 423 citações alucinadas do mundo real anotadas quanto à recuperabilidade da fonte.
- Em um benchmark de detecção existente, o CiteAnchor alcança 0,841 F1 com GPT-5.6 Luna e 0,784 F1 com um backbone de pesos abertos.
- O artigo relata superar a linha de base com os mesmos backbones em 7,9 e 36,8 pontos.
- No CiteResolve, alcança 74,7% e 70,7% de sucesso de tarefa ponta a ponta, o que o artigo relata como 16,3 e 65,3 pontos percentuais acima das linhas de base de busca na web correspondentes.
Para quem constrói sistemas de verificação bibliográfica e de geração aumentada por recuperação, este trabalho separa a validade da citação da recuperabilidade da fonte e disponibiliza código e dados.
TauIndianBankBench: avaliação orientada a ações e ciente de procedimentos de agentes conversacionais que usam ferramentas
O artigo apresenta o TauIndianBankBench, um benchmark orientado a ações com 1.000 tarefas de banco de varejo indiano que verifica, além dos registros finais, se o assistente executou cada etapa exigida e não fez nenhuma alteração não solicitada. O artigo relata que, quando apenas os registros finais são verificados, 6,...
- O benchmark contém 1.000 tarefas de banco de varejo indiano nas quais um assistente ajuda um cliente simulado.
- A avaliação verifica os registros finais, se cada etapa exigida foi executada e se houve alguma alteração não solicitada.
- O artigo relata que, com a verificação apenas dos registros finais, 6,5-12,0% das sessões por modelo são julgadas bem-sucedidas apesar de uma etapa exigida pulada ou de uma alteração não solicitada.
- O artigo tem 15 páginas, 6 figuras e 14 tabelas, e fornece links para código e dados.
Para equipes que constroem agentes bancários, este benchmark mostra que pontuar apenas o estado final superestima a conformidade com procedimentos, sendo necessário avaliar etapas exigidas e ações não autorizadas.
Crie apps mais responsivos com a Decisions API
A OpenAI News publica a Decisions API, posicionada como uma forma de obter decisões rápidas, focadas e de baixo custo para qualquer aplicação.
- A fonte é a OpenAI News; o título do item é “Build more responsive apps with the Decisions API”.
- A descrição de uma linha diz: “Fast, focused, low-cost decisions for any application.”
- O item é categorizado como developer com tipo de mudança cost_collapse.
Se a API entregar decisões focadas a baixo custo conforme descrito, os desenvolvedores poderão inserir chamadas de decisão diretamente em fluxos interativos em vez de depender de invocações de modelos mais pesadas.