Diário de IA – 2025-06-02(Edição da manhã)
Universidade de Stanford descobre acidentalmente que IA pode gerar kernels CUDA que superam especialistas humanos: Uma equipa de investigação da Universidade de Stanford, ao tentar gerar dados sintéti
Diário de IA – 2025-06-01(Edição da noite)
xAI divulga system prompts do Grok e reforça mecanismos de revisão: A xAI anunciou recentemente que, devido ao seu robô de resposta Grok ter tido seus prompts modificados sem autorização na plataforma
Diário de IA – 2025-06-01(Edição da manhã)
Universidade Stanford descobre acidentalmente que IA pode gerar kernels CUDA que superam especialistas humanos: Uma equipa de investigação da Universidade Stanford, ao tentar criar dados sintéticos pa
Diário de IA – 2025-05-31(Edição da noite)
O dilema e a estratégia da NVIDIA ao “caminhar na corda bamba” entre os mercados chinês e americano: Uma reportagem aprofundada do The Information revela a difícil situação da NVIDIA entre os dois gra
Diário de IA – 2025-05-31(Edição da manhã)
DeepSeek lança novo modelo R1-0528, com grande aumento de desempenho que atrai atenção: A DeepSeek lançou uma nova versão do seu grande modelo de linguagem, R1-0528, que apresentou excelente desempenh
Diário de IA – 2025-05-30(Edição da noite)
DeepSeek lança o modelo R1-0528, com desempenho próximo ao GPT-4o e Gemini 2.5 Pro, liderando o ranking de código aberto: O DeepSeek-R1-0528 demonstrou excelente desempenho em múltiplos benchmarks de
Diário de IA – 2025-05-29(Edição da noite)
DeepSeek R1 recebe “pequena atualização” que é na verdade um grande salto, com melhorias significativas em programação e raciocínio: DeepSeek lançou uma nova versão (0528) do seu modelo de inferência
Diário de IA – 2025-05-29(Edição da manhã)
Questionamentos sobre a eficácia do treinamento LLM+RL: Recompensas falsas também podem melhorar a capacidade de raciocínio do modelo: Recentemente, pesquisadores da Universidade de Washington, Allen
Diário de IA – 2025-05-28(Edição da noite)
O futuro do RLHF/RLAIF: Recompensas aleatórias/erradas também podem melhorar o desempenho do modelo? : Experimentos de Stella Li mostram que treinar o modelo Qwen2.5-Math-7B usando recompensas aleatór