AI FRONTIER
Signals worth understanding before they become obvious.
BEVCast: BEV adaptativo à trajetória para condução autônoma ponta a ponta eficiente
BEVCast é um BEV de dois estágios cuja resolução se adapta à trajetória de condução prevista: uma passada grossa codifica toda a cena em células de 4,096 m, uma cabeça de calor treinada na trajetória registrada seleciona as células de maior calor para refinamento em células de 1,024 m sob orçamento fixo, e o restante p...
- Com orçamento de refinamento de 10 %, o BEVCast codifica 28 % das consultas BEV e precisa de 66 % do tempo do codificador BEV com tamanho de lote 1, contra uma grade completa de 1,024 m.
- No nuScenes, seu erro médio de deslocamento é de 1,078 m contra 1,149 m e sua taxa de violação de área trafegável é de 1,46 % contra 2,29 %.
- No NAVSIM navtest, seu erro médio de deslocamento é de 0,577 m contra 0,598 m e sua pontuação estendida do modelo preditivo de motorista é de 82,51 contra 81,28.
- O método não precisa de mapa HD nem de comando de navegação, e a cabeça de trajetória lê um BEV de resolução mista que ainda cobre toda a cena.
Para a percepção BEV em condução autônoma, alocar resolução ao longo da trajetória prevista reduz consultas e tempo do codificador mantendo a cobertura total, dando aos modelos ponta a ponta um orçamento de computação ajustável.
InstaGen: amostragem por importância compartilhada por grupo para geração de vídeo rápida
O artigo apresenta o InstaGen, que reformula a seleção de blocos na atenção permutada de blocos esparsos (PBSA) dos Diffusion Transformers como amostragem por importância: as chaves de maior pontuação formam um conjunto exato calculado integralmente, enquanto as demais são representadas por uma amostra sorteada em prop...
- Em Wan2.1-T2V-1.3B e Wan2.1-T2V-14B, o InstaGen parametrizado com SVG2 melhora o PSNR em relação ao SVG2 em 3,4 dB e 2 dB, respectivamente, com a mesma densidade de atenção.
- Com o mesmo tempo de parede, o PSNR melhora em 1,6 dB e 2,2 dB, respectivamente.
- Em Wan2.1-T2V-14B, o InstaGen supera o SVG-EAR em 1,1 dB de PSNR com densidade quase igual, rodando a 1,65x em relação ao dense, contra 1,48x do SVG-EAR.
Substituir a seleção de blocos top-p por um conjunto exato mais amostragem por importância pode elevar diretamente a qualidade dos modelos de difusão de vídeo sem aumentar a densidade de atenção nem a latência.
Forçar uma letra suprime a recusa: evidência mecanística do WMDP
O artigo fornece uma primeira explicação mecanística de por que o formato de múltipla escolha reduz as taxas de recusa, testada no conjunto de dados WMDP com dois modelos, Llama-3.1-8B e Qwen3-8B.
- Usando a técnica tuned lens, o artigo mostra que o modelo se fixa muito rapidamente em um token de letra de resposta em MCQ, em contraste com a construção gradual da recusa em formatos abertos.
- As ativações no formato MCQ ficam aproximadamente 3 vezes mais distantes da direção de recusa em comparação com suas contrapartes em formato aberto.
- A ablação das cabeças de atenção que carregam a resposta MCQ aumenta a recusa, o que o artigo apresenta como evidência direta de que a seleção de resposta MCQ compete com a recusa.
- O artigo foi aceito no BlackboxNLP 2026 (workshop do EMNLP 2026) e tem 17 páginas e 15 figuras.
Desenvolvedores de avaliações de segurança devem notar que as pontuações de segurança em MCQ medem principalmente capacidades de conhecimento e não avaliam os mecanismos de segurança do modelo.
ccore/Qwen3.5-4B-3D-Coder, prévia inicial focada na geração de cenas 3D com Three.js
Esta é uma prévia inicial de um modelo de 4B ajustado de forma independente pela CCORE a partir do Qwen/Qwen3.5-4B, com foco em programação geral e na geração de cenas 3D interativas com Three.js; não é um lançamento oficial do Qwen. Estão disponíveis os pesos FP16 em Safetensors, as versões GGUF Q4_K_M e Q8_0, o conju...
- O cartão do modelo indica 947 curtidas, 289.466 downloads no último mês e licença Apache-2.0.
- O conjunto de dados de treinamento CCORE Three.js 3D Scenes contém 4.146 exemplos de cenas (3.933 de treino / 213 de validação) e é publicado sob a licença MIT.
- As versões GGUF Q4_K_M e Q8_0 podem aceitar imagens com um projetor visual BF16 de aproximadamente 644 MiB; o autor relata tê-lo testado localmente com llama.cpp b11889.
- O autor relata que o checkpoint de 27 de outubro melhorou substancialmente o sucesso em uma única tentativa e a qualidade das cenas, embora algumas cenas ainda exijam outra tentativa ou uma correção.
Para quem cria ferramentas 3D ou de programação criativa, é um modelo pequeno que pode ser implantado localmente, com conjunto de dados público e versões quantizadas, servindo como ponto de partida concreto para ajustar e avaliar a geração ...
Apresentando o Control Room: controle humano sobre cargas de trabalho de IA
O Control Room da OpenAI rastreia cargas de trabalho de modelos em sua infraestrutura de pesquisa e pode interrompê-las rapidamente quando surgem preocupações de segurança ou proteção.
- O Control Room rastreia cargas de trabalho de modelos na infraestrutura de pesquisa da OpenAI.
- O Control Room pode interromper rapidamente essas cargas de trabalho quando surgem preocupações de segurança ou proteção.
Para equipes que executam modelos em infraestrutura de pesquisa compartilhada, o Control Room indica que a capacidade de interrupção rápida está sendo construída como uma camada de controle separada, em vez de ficar a cargo das proteções de...
Avaliação fora de política em alta dimensão sem divisão de amostras usando uma correção de Onsager
O artigo desenvolve um critério corrigido por Onsager e ponderado pela política alvo que estima o risco fora da amostra do modelo de recompensa treinado com todos os dados sob a política alvo usando apenas suas observações de treinamento, permitindo parada antecipada ao longo da trajetória de descida de gradiente nos d...
- O artigo prova uma garantia quase-oráculo para o modelo de recompensa selecionado sob essas mesmas suposições.
- A mesma correção produz um estimador duplamente robusto que estima de forma consistente o valor verdadeiro da política sem divisão de amostras, mesmo quando o erro de predição do modelo de recompensa não desaparece.
Para desenvolvedores de IA que fazem avaliação fora de política, isso permite selecionar modelos de recompensa e obter estimativas de valor duplamente robustas a partir da trajetória de treinamento com dados completos, sem sacrificar dados ...
VoluCompose: construindo representações visuais volumétricas compactas para a compreensão de imagens médicas
VoluCompose é um framework sem treinamento e agnóstico ao modelo que separa qual conteúdo visual reter de quantos tokens alocar, por meio de um módulo de composição hiperbólica de tokens e um módulo de controle de capacidade baseado na entropia de atenção para comprimir imagens médicas volumétricas.
- O artigo relata que, em nove configurações calibradas, o VoluCompose atinge o maior hipervolume médio de qualidade-retenção entre os métodos comparados.
- O artigo relata qualidade relativa média de 121,68% em relação às referências não comprimidas, retendo em média 22,78% dos tokens visuais.
- O artigo relata que a compressão permanece robusta mesmo com um orçamento de 10% de tokens, sendo a menor razão ROUGE-L em relação à referência não comprimida de 96,4% para o VoluCompose.
- O artigo relata que os mínimos correspondentes das baselines de compressão variam de 15,0% a 70,5%.
Para quem constrói modelos visão-linguagem médicos, o VoluCompose mostra que tokens volumétricos podem ser reduzidos a cerca de 22,78% sem treinamento e preservando a qualidade, reduzindo o custo de inferência de longas sequências de cortes...
Da geometria à função: um conjunto de dados de referência LiDAR multitarefa para análise semântica e funcional de fachadas urbanas
O artigo apresenta o HFX3D, um benchmark de fachadas urbanas em larga escala com aproximadamente 492 milhões de pontos LiDAR de 26 edifícios em Halifax, no Canadá, capturados ao longo das quatro estações, de dia e de noite e em condições climáticas variadas, com cada fachada anotada em três níveis: semântico, de instân...
- O HFX3D contém aproximadamente 492 milhões de pontos LiDAR de 26 edifícios em Halifax, no Canadá.
- Os dados abrangem as quatro estações, dia e noite e condições climáticas variadas.
- Cada fachada é anotada em três níveis: semântico, de instância e de atributos funcionais por instância.
O benchmark amplia a avaliação além da geometria e da segmentação semântica para o raciocínio funcional, oferecendo aos desenvolvedores um ambiente de teste quantitativo para modelos de compreensão urbana 3D cientes da função.