O lançamento b9840 do llama.cpp introduz suporte à conversão para o modelo DeepSeek V4, incluindo tratamento específico para a variante Pro. Esta atualização integra a nova arquitetura na biblioteca junto com várias otimizações internas e correções de bugs.
A OpenAI Economic Research estendeu seu Framework de Transição de Empregos de IA à União Europeia, utilizando a taxonomia ESCO e dados do Eurostat para analisar como as capacidades de IA podem remodelar os mercados de trabalho em todos os estados-membros.
O projeto llama.cpp lançou a versão b9839, que inclui uma correção para restaurar a varredura Tailwind em worktrees ignorados. Esta atualização fornece binários pré-compilados para macOS, Linux, Android, Windows e openEuler em várias arquiteturas e backends de aceleração de hardware.
O projeto llama.cpp lançou a versão b9838, fornecendo binários pré-compilados para uma ampla gama de sistemas operacionais e aceleradores de hardware. Este lançamento inclui suporte para CPU, GPU (CUDA, Vulkan, ROCm, OpenCL) e aceleradores de IA especializados em macOS, Linux, Windows, Android e openEuler.
A Arquitetura de Contexto Geracional (GCA) propõe tratar a janela de contexto de um LLM como uma vida útil finita, em vez de armazenamento infinito, para resolver a "degradação do contexto" e a diluição da atenção em sistemas multiagente. Ao impor mortalidade artificial, os agentes são encerrados antes que o desempenho se degrade, transferindo seu estado para novas gerações por meio de um cofre Markdown em arquivo plano.
Um pesquisador independente analisou a evolução das representações ocultas durante a inferência em sete modelos de peso aberto, incluindo GPT-2, OPT-125M e Llama-3.2-1B, para identificar regimes dinâmicos internos além dos benchmarks de saída padrão.
Este projeto de pesquisa independente caracteriza a dinâmica interna de sete modelos de linguagem pequenos e médios analisando como as representações ocultas evoluem durante a inferência, em vez de depender de benchmarks de saída padrão. O estudo investiga o comportamento dinâmico, a organização funcional e a geometria da representação para identificar padrões reproduzíveis entre diferentes arquiteturas.
Um desenvolvedor criou uma ferramenta de previsão da Copa do Mundo de 2026 que usa dados históricos para simular os resultados do torneio. O aplicativo fornece probabilidades de vitória e previsões de placar para quaisquer duas seleções nacionais com base em padrões aprendidos a partir de aproximadamente 50.000 partidas internacionais abrangendo mais de um século.
Carles Marin lançou um guia open-source, bilíngue (inglês e espanhol), que conecta as bases matemáticas das arquiteturas Transformer com sua implementação prática. O recurso foca em mecânicas de baixo nível, fornecendo código reproduzível e elementos interativos para explicar tópicos complexos.
Um guia bilingue (inglês/espanhol) de código aberto detalhando o funcionamento interno dos Transformers foi publicado. O recurso cobre a matemática exata e a mecânica por trás de conceitos como colapso de atenção e compressão de KV-cache.
A HP Inc. está ampliando sua parceria estratégica com a OpenAI após pilotos bem-sucedidos, implementando IA em experiências do cliente, produtividade dos funcionários e desenvolvimento de software. A empresa utiliza a plataforma OpenAI Frontier como um modelo operacional unificado para governar contexto, permissões e avaliação à medida que avança de casos de uso experimentais para produção em toda a empresa.
O projeto llama.cpp lançou a versão b9837, que introduz um novo sinalizador `--reasoning-preserve` para o modelo de chat Jinja, a fim de reter tokens de raciocínio. Esta atualização também inclui mensagens de ajuda corrigidas e fornece binários pré-compilados para macOS, Linux, Windows, Android e openEuler em vários backends de hardware.
O autor apresenta o HoLo-ToLk, um projeto de pesquisa que constrói modelos de fala-para-texto (STT) e texto-para-fala (TTS) usando o substrato de bytes HSL de zero parâmetros sem tokenizadores ou embeddings de entrada aprendidos. O trabalho demonstra que os bytes brutos do HSL podem servir como um sinal viável para processamento de áudio quando combinados com modificações arquiteturais específicas.
O projeto llama.cpp lançou a versão b9835, que inclui uma correção para a funcionalidade de parada e pulso de raciocínio no modo de modelo único. Esta atualização aborda problemas específicos dentro da interface do usuário para melhorar o controle durante a inferência do modelo.
Um usuário do fórum faz uma pergunta especulativa sobre se treinar redes neurais ou sistemas de IA para entender código binário melhoraria significativamente suas capacidades gerais, particularmente em tarefas de programação.
Um usuário propõe um conceito para um site onde indivíduos trocam dados por dados para treinar modelos de IA, eliminando a necessidade de transações monetárias. O sistema opera em uma economia baseada em créditos, onde os usuários começam com uma quantidade definida de créditos e publicam recompensas por necessidades específicas de dados.
O projeto llama.cpp lançou a versão b9833, introduzindo um parser dedicado para o modelo MiniCPM5 junto com várias correções de bugs e refatorações. Esta atualização inclui suporte para parsing de chamadas de ferramenta, simplificação de gramática e correção do comportamento da API Jinja para garantir compatibilidade com os padrões Jinja2.
O projeto llama.cpp lançou a versão b9832, introduzindo uma nova opção de linha de comando `--dump-prog` para o mecanismo de template Jinja, visando auxiliar na depuração. Esta atualização também inclui binários pré-compilados para macOS, Linux, Android, Windows e openEuler em várias arquiteturas de CPU e GPU.
O lançamento b9831 do llama.cpp introduz o suporte ao DFlash v2, incluindo atenção de janela deslizante por tipos de camada, juntamente com um conjunto abrangente de binários pré-compilados para várias plataformas.
O lançamento b9830 do llama.cpp introduz a capacidade de usar o sinalizador --offline com o comando llama download, permitindo que scripts verifiquem modelos em cache sem acesso à rede. Esta atualização também resolve uma vulnerabilidade latente de uso após liberação no callback on_done da tarefa URL, onde first_path estava sendo capturado incorretamente por referência.