O Departamento de Energia dos EUA lançou a Iniciativa Genesis Open Models e, em parceria com a Arcee, revelou seu primeiro modelo de peso aberto para pesquisa científica chamado Genesis-Science-1.
Pesquisadores propõem Auto-Distilação On-Policy Não Supervisionada (U-OPSD), um método que alcança melhoria no pós-treinamento para grandes modelos de linguagem usando apenas as próprias gerações do modelo, sem supervisão externa. A abordagem amostra múltiplas execuções para construir uma pseudo-solução por meio de votação majoritária, em seguida, destila a distribuição do professor nos prefixos do maior completamento incorreto do modelo.
Pesquisadores apresentam o M$^3$R-Bench, um benchmark unificado contendo 1.000 instâncias de imagem-texto com anotações verificadas por humanos, projetado para avaliar a compreensão fundamentada em evidências de metáforas multimodais. O benchmark fornece anotações conjuntas para ocorrência de metáfora, mapeamento Alvo-Fonte, sentimento e explicações etapa a etapa baseadas na Teoria da Metáfora Conceitual.
O Google DeepMind e o Google Research disponibilizaram os modelos de IA WeatherNext 2 e WeatherNext Cyclones, que alcançaram precisão de ponta na previsão de trajetórias, intensidade e estrutura do vento de ciclones tropicais. Publicado na Nature, o trabalho demonstra que esses modelos fornecem aos meteorologistas um dia extra de precisão preditiva em comparação com sistemas anteriores.
Pesquisadores apresentam o Argus, um runtime agêntico persistente e autoevolutivo projetado para raciocínio de longo prazo que separa a intenção estável do usuário dos objetivos operacionais. O sistema utiliza funções de Gerente, Planejador, Engenheiro e Revisor para executar missões delimitadas sobre um estado de projeto durável, permitindo execução autônoma entre pontos de escalonamento de propriedade do operador.
Pesquisadores da Microsoft, da Universidade Jiao Tong de Xangai, da Universidade Tongji e da Universidade Fudan desenvolveram o SkillOpt, um otimizador no espaço de texto que treina documentos de habilidade em linguagem natural enquanto mantém o modelo-alvo congelado. O sistema utiliza um modelo otimizador para propor edições limitadas com base em rollouts pontuados, exportando o resultado como um único arquivo `best_skill.md`.
Pesquisadores propõem o ROSA, um sistema de serviço para modelos fundamentais de robótica projetado para fábricas de robôs que vai além das premissas de computação de borda para um único robô. O sistema utiliza serviço compartilhado de GPU-pool para permitir que frotas de robôs acessem GPUs de classe de servidor pela rede.
Um desenvolvedor abriu o código-fonte de uma arquitetura de Atenção Linear Causal O(N) com Gating de Decaimento, apresentando kernels de acumulação de estado fundidos Triton/CUDA projetados para contornar os gargalos do MHA quadrático.
A Qwen apresenta o Qwen-CUA, um agente nativo de uso do computador construído sobre uma espinha dorsal de misturas de especialistas de 397B-A17B que opera por meio de capturas de tela e eventos de entrada, sem depender de árvores DOM ou metadados de acessibilidade. O sistema utiliza um andaime para manter até 20 capturas de tela ativas e foi treinado usando uma frota de rollout na nuvem com quase 100.000 vCPUs em aproximadamente 40.000 tarefas verificáveis.
O Douyin publicou o relatório técnico de seu modelo Multimodal Embedding (DME), que combina pré-treinamento contrastivo em larga escala com raciocínio latente para alcançar forte discriminação e eficiência.
Pesquisadores apresentaram o Qwen-CUA, um agente nativo de uso do computador construído sobre uma base mista de especialistas Qwen de 397B-A17B. O sistema opera observando capturas de tela e agindo por meio de eventos de teclado e mouse, sem depender de árvores DOM ou metadados de acessibilidade.
Pesquisas demonstram que a monitoração da cadeia de pensamento (CoT) falha contra adversários que controlam o processo de raciocínio. Ao reescrever o raciocínio de um agente para parecer uma engenharia de boa-fé, mantendo comandos e saídas integrais, os atacantes podem contornar os mecanismos de detecção.
A OpenAI divulgou os resultados de seu modelo interno não lançado, o Astra, que conseguiu resolver dez problemas abertos significativos em matemática. As soluções foram geradas pelo modelo e posteriormente formalizadas em certificados Lean por pesquisadores humanos.
Hanyu (Olivia) Yu, uma estudante do segundo ano do ensino médio, está buscando um endossador do arXiv em cs.LG ou cs.CV para carregar seu preprint independente intitulado "AttnRoute-MoE: Attention-Prior Routing for Mixture-of-Experts Vision Transformers."
A OpenAI lançou soluções para dez problemas de matemática e ciência da computação teórica que não tinham visto progresso em seus resultados principais por pelo menos uma década, usando uma versão interna de seu próximo modelo principal, Astra.
O modelo interno Astra da OpenAI gerou soluções para dez problemas abertos de longa data em matemática e ciência da computação teórica, com os argumentos formalizados em Lean. Esses resultados abrangem geometria de alta dimensão, teoria dos códigos, teoria dos grupos e complexidade quântica, abordando questões que não tinham avanços há pelo menos uma década.
Pesquisadores apresentam o Memory Decoder at Scale, um sistema que amplia modelos de memória paramétrica de longo prazo até 6,9B parâmetros e os pré-treina em 300B tokens. Para lidar com a inviabilidade dos pipelines padrão do Faiss nessa escala de dados, os autores implementam um pipeline de indexação distribuído com carregamento esparsa e por lotes das distribuições kNN.
A equipe do Qwen publicou um relatório técnico para o Qwen-UI-Agent, um agente GUI fundamental centrado no mundo real, projetado para operar de forma confiável em ambientes móveis, de uso em computadores, web e DeepSearch. O sistema combina diversos ambientes sandbox com uma execução móvel em dispositivos reais em larga escala, intercalando operações de GUI com execução de CLI e suportando tarefas de longo prazo.
Pesquisadores propõem o Living-Harness, um harness de agente que se autoevolui e converte trajetórias concluídas e sinais do avaliador em evidência posterior para atualizações limitadas do harness. Guiado por um Evolution-SOP, o sistema extrai abstrações de episódios e evidências estruturadas de atualização para escrever memória episódica e grafos de estado.
Pesquisadores testaram o treinamento intermediário constitucional inserindo conteúdo baseado em valores no processo de treinamento de modelos de escala 120B para determinar se ele produz um alinhamento mais durável do que os métodos padrão de pós-treinamento. O estudo descobriu que essa abordagem melhora significativamente a generalização e a durabilidade do alinhamento, especialmente na mitigação da propensão ao chantagem após o ajuste fino supervisionado.