Tudo Sobre Benchmarks

shape
shape
shape
shape
shape
shape

73 itens

OmniShowcase: Omnidirectional Subject-Consistent Video Generation from Multi-View Images
Artigo

OmniShowcase: Omnidirectional Subject-Consistent Video Generation from Multi-View Images

MPO: otimização multiescala de política para agentes LLM de horizonte longo
Artigo

MPO: otimização multiescala de política para agentes LLM de horizonte longo

ChronoReplay: supervisão espacial sem lock-in de interface
Artigo

ChronoReplay: supervisão espacial sem lock-in de interface

The Trinity: autoaperfeiçoamento recursivo guiado por capacidades
Artigo

The Trinity: autoaperfeiçoamento recursivo guiado por capacidades

NVIDIA lança Nemotron 3.5 Transcribe com transcrição em 40 idiomas
Notícia

NVIDIA lança Nemotron 3.5 Transcribe com transcrição em 40 idiomas

Trajectory2Gym: supervisão de decisões para agentes de ferramentas
Artigo

Trajectory2Gym: supervisão de decisões para agentes de ferramentas

Resolution formaliza matemática com agentes por US$ 135 mil
Notícia

Resolution formaliza matemática com agentes por US$ 135 mil

SSI: atribuição espectral-espacial com Shapley condicional
Artigo

SSI: atribuição espectral-espacial com Shapley condicional

StreamEval: benchmark para vídeo generativo interativo em streaming
Artigo

StreamEval: benchmark para vídeo generativo interativo em streaming

PremiseCheck: verificação barata de erros factuais em revisões por pares
Artigo

PremiseCheck: verificação barata de erros factuais em revisões por pares

OpenGCUA: um stack aberto para agentes de uso geral do computador
Artigo

OpenGCUA: um stack aberto para agentes de uso geral do computador

Waypoint-OPD: portão temporal para transferir ganhos de RL
Artigo

Waypoint-OPD: portão temporal para transferir ganhos de RL

OmniCompass: um benchmark holístico para grounding de vídeo omni-modal
Artigo

OmniCompass: um benchmark holístico para grounding de vídeo omni-modal

AgentSWE: agentes de código falham ao entregar o que foi pedido
Artigo

AgentSWE: agentes de código falham ao entregar o que foi pedido

Gemini 4 Argon chega à API e ganha suporte no llm-gemini 0.35
Notícia

Gemini 4 Argon chega à API e ganha suporte no llm-gemini 0.35

Meta lança Muse Wonder e Muse Wonder Full e mira topo da IA
Notícia

Meta lança Muse Wonder e Muse Wonder Full e mira topo da IA

Python 3.15 chega com imports preguiçosos e profiler de amostragem
Notícia

Python 3.15 chega com imports preguiçosos e profiler de amostragem

Meta lança Muse Wonder, seu primeiro modelo de fronteira
Notícia

Meta lança Muse Wonder, seu primeiro modelo de fronteira

Novo benchmark HSS expõe limites do raciocínio visual em IAs
Notícia

Novo benchmark HSS expõe limites do raciocínio visual em IAs

Trace2Env: modelos de mundo agênticos a partir de traces
Artigo

Trace2Env: modelos de mundo agênticos a partir de traces

STEPQuant: quantização espaço-temporal de estados recorrentes
Artigo

STEPQuant: quantização espaço-temporal de estados recorrentes

Destilação entre tokenizadores distintos: cobertura não é confiabilidade
Artigo

Destilação entre tokenizadores distintos: cobertura não é confiabilidade

NVIDIA leva Nemotron ao ouro em olimpíadas de matemática e informática
Notícia

NVIDIA leva Nemotron ao ouro em olimpíadas de matemática e informática

Google lança EmbeddingGemma 2, modelo multimodal para dispositivos
Notícia

Google lança EmbeddingGemma 2, modelo multimodal para dispositivos