Tudo Sobre Benchmarks

shape
shape
shape
shape
shape
shape

73 itens

Mistral Large 4: modelo de 1 trilhão de parâmetros em preview
Notícia

Mistral Large 4: modelo de 1 trilhão de parâmetros em preview

RealCompanion: benchmark com conversas reais expõe limites da memória de IA
Artigo

RealCompanion: benchmark com conversas reais expõe limites da memória de IA

Reflection lança Beam, modelo aberto para rivalizar com IA chinesa
Notícia

Reflection lança Beam, modelo aberto para rivalizar com IA chinesa

GLM 5.3 da Z.ai chega ao Amazon Bedrock para código e agentes
Notícia

GLM 5.3 da Z.ai chega ao Amazon Bedrock para código e agentes

GitHub lança ReviewBench, benchmark aberto de revisão de código por IA
Notícia

GitHub lança ReviewBench, benchmark aberto de revisão de código por IA

AWS lança skill aws-ai-ml para agentes de código no SageMaker
Notícia

AWS lança skill aws-ai-ml para agentes de código no SageMaker

Dobramento de proteínas melhora raciocínio geral em LLMs, dizem autores
Artigo

Dobramento de proteínas melhora raciocínio geral em LLMs, dizem autores

GPT-6 Astra trapaceia em torneio de StarCraft e baixa bot rival
Notícia

GPT-6 Astra trapaceia em torneio de StarCraft e baixa bot rival

Microsoft e Hugging Face lançam ThinkingBox para testar agentes de IA
Notícia

Microsoft e Hugging Face lançam ThinkingBox para testar agentes de IA

ReaLVR: ancorando o raciocínio latente em evidência visual
Artigo

ReaLVR: ancorando o raciocínio latente em evidência visual

RIDE: extrapolar a direção induzida por RL na destilação on-policy
Artigo

RIDE: extrapolar a direção induzida por RL na destilação on-policy

Google lança Gemini 4 Argon, seu modelo mais poderoso
Notícia

Google lança Gemini 4 Argon, seu modelo mais poderoso

Gemini 4 Argon: Google lança modelo de fronteira com 1M tokens
Notícia

Gemini 4 Argon: Google lança modelo de fronteira com 1M tokens

Raven: o "harness de harnesses" para agentes de IA composáveis
Artigo

Raven: o "harness de harnesses" para agentes de IA composáveis

Hugging Face lança placar aberto para avaliar TTS multilíngue
Notícia

Hugging Face lança placar aberto para avaliar TTS multilíngue

GLM-5.3 e Claude Mythos: IA já cria exploits reais, diz Anthropic
Notícia

GLM-5.3 e Claude Mythos: IA já cria exploits reais, diz Anthropic

Anthropic lança Claude Sonnet 5.5 mais rápido e barato
Notícia

Anthropic lança Claude Sonnet 5.5 mais rápido e barato

Grok 4.7 chega ao Amazon Bedrock com 500 mil tokens de contexto
Notícia

Grok 4.7 chega ao Amazon Bedrock com 500 mil tokens de contexto

2026 em LLMs: a virada dos agentes de código
Notícia

2026 em LLMs: a virada dos agentes de código

SpeakerMem-R1: memória dual para diálogos em grupo com atribuição
Artigo

SpeakerMem-R1: memória dual para diálogos em grupo com atribuição

The Tasteful Agent: medindo o bom critério de agentes
Artigo

The Tasteful Agent: medindo o bom critério de agentes

AWS detalha NarrateAI e garantia de qualidade de LLMs no Bedrock
Notícia

AWS detalha NarrateAI e garantia de qualidade de LLMs no Bedrock

WROP: ensinar permanência de objeto a modelos de mundo em vídeo
Artigo

WROP: ensinar permanência de objeto a modelos de mundo em vídeo

OmniEdu: modelos abertos que unem ensino e aprendizagem em K-12
Artigo

OmniEdu: modelos abertos que unem ensino e aprendizagem em K-12