Juízes LLM reprovam em teste de confiabilidade pré-registrado
Modelos de linguagem hoje avaliam outros modelos de linguagem. Eles pontuam respostas, classificam traços de raciocínio, filtram dados de treinamento...
benchmarks de IA
WikiSkill: wiki persistente melhora habilidades de agentes de IA
Um grupo de pesquisadores do Google Research e da Virginia Tech publicou em 27 de agosto de 2026, no repositório...
Ranking de LLMs muda conforme o limite de tokens
Um estudo publicado no arXiv em 12 de agosto de 2026 por dois pesquisadores da Universidade Federal de Santa Catarina...
SkillProx audita e poda skills de agentes de IA sem treinar pesos
Um dos formatos mais usados hoje para especializar agentes de IA sem tocar nos pesos do modelo são as chamadas...
Qwen3.8-Max: Alibaba promete abrir pesos de modelo de 2,4 tri
A equipe Qwen, do Alibaba Cloud, anunciou em 2 de agosto de 2026 o Qwen3.8-Max, descrito pela própria empresa como...
