A NVIDIA lançou o Kumo Tabular, um modelo base aberto para classificação e regressão tabular que opera por meio de aprendizado em contexto, sem exigir treinamento ou engenharia de recursos. Pré-treinado exclusivamente em dados artificiais gerados por Modelos Causais Estruturais, o modelo está disponível em três tamanhos, variando de 28M a 215M parâmetros.
O Holo4 é uma nova série de modelos agênicos da H Company, disponível nos tamanhos 27B denso e 35B-A3B Mixture of Experts. Esses modelos interagem com software por meio de qualquer interface — GUIs, código, MCP ou APIs — e rodam em desktops, web, Android e sandboxes usando o mesmo modelo.
O Leaderboard Open TTS foi lançado para abordar a fragmentação e a falta de padronização na avaliação de Text-to-Speech (TTS), utilizando métricas objetivas em vez de depender exclusivamente de pontuações lentas de preferência humana baseadas em arenas. Ele avalia modelos quanto à inteligibilidade, velocidade e similaridade do locutor usando embeddings Qwen3 ASR e WavLM.
O ProvenanceGuard é uma camada de verificação pós-geração para agentes do Model Context Protocol (MCP) que detecta a confluência entre fontes distintas, garantindo que as afirmações sejam atribuídas à fonte de evidência correta. O sistema analisa os rastros MCP capturados sem retreinar o agente, dividindo as respostas em afirmações e verificando se a fonte de suporte corresponde àquela nomeada ou implícita na saída.
A Liquid AI lançou o modelo em rascunho LFM2.5-VL-DSpark, um drafter de decodificação especulativa projetado para acelerar a inferência do modelo de visão e linguagem LFM2.5-VL-3B. O drafter captura estados ocultos de camadas fixas do modelo alvo para gerar tokens candidatos, adicionando apenas 280M parâmetros (sobrecarga de 8,9%) enquanto mantém a dimensionalidade idêntica entre as modalidades.
O MuJoCo Warp (MJWarp), construído sobre o NVIDIA Warp, permite que modelos compatíveis do MuJoCo sejam executados em escala de GPU, viabilizando o avanço de centenas ou milhares de mundos de simulação independentes em uma única chamada. Essa arquitetura desloca o foco da minimização de latência para um único ambiente para a melhoria da taxa de transferência agregada, o que favorece o aprendizado por reforço e a amostragem em larga escala.
A NVIDIA lançou o Nemotron 3 Diarization, um modelo com pesos abertos e 100M de parâmetros para diarização de falantes em tempo real que suporta até oito falantes. O modelo ocupa a posição #1 no ranking Diarization-Bench da VoiceArena com uma Taxa de Erro de Diarização (DER) de 14,72%, superando o próximo sistema classificado em aproximadamente 24% de redução relativa.
O Instituto de Segurança de IA do Reino Unido (AISI) disponibilizou publicamente métodos de avaliação e achados por meio da plataforma Evaluation Cards do EvalEval, visando melhorar a reprodutibilidade dos benchmarks. Esta divulgação inclui resultados verificados, contexto e informações de configuração para cinco benchmarks específicos: HealthBench, FrontierMath, Humanity's Last Exam, SWE-Bench Pro e Terminal-Bench 2.0.
A biblioteca Transformers do Hugging Face agora suporta o carregamento de modelos quantizados em GGUF, aproveitando os kernels ggml subjacentes para trazer o desempenho próximo ao do llama.cpp. Essa integração permite que desenvolvedores executem checkpoints quantizados diretamente na API padrão baseada em PyTorch em hardware compatível.
Jun Kim, criador e mantenedor do oMLX, juntou-se ao Hugging Face para apoiar a comunidade MLX. Este movimento visa fornecer estabilidade e desenvolvimento mais rápido para o projeto de código aberto, transicionando-o de um trabalho secundário para uma iniciativa totalmente mantida e financiada.
A biblioteca tokenizers lançou um release candidate da versão 1 que melhora significativamente o desempenho para codificação de texto, abordando gargalos nos fluxos de trabalho de treinamento e serviço. A atualização mantém compatibilidade de API com a v0.23 enquanto entrega acelerações substanciais em dez famílias de modelos.
O Multiverse publicou um artigo detalhando um método que reencaminha a poda de modelos de linguagem grandes como um problema de otimização binária restrita mapeado para um vidro de Ising. Ao tratar os blocos do transformer como spins com acoplamentos pares derivados da Hessiana da perda, a abordagem identifica configurações ótimas de remoção de blocos sem exigir benchmarking iterativo.
Pesquisadores introduziram "diretrizes de consistência" dentro do sistema ALTK-Evolve, um novo mecanismo projetado para abordar a variabilidade no desempenho de agentes LLM que métricas padrão de precisão média frequentemente ocultam. Ao identificar e estabilizar pontos de decisão propensos a oscilações, essa abordagem melhora significativamente a consistência do sucesso da tarefa sem sacrificar a capacidade geral.
O TRL v1.14 introduz suporte ao LoRA no AsyncGRPOTrainer, permitindo que ele treine um adaptador de Adaptação de Baixo Ranque e sincronize apenas esse pequeno arquivo com os workers de inferência do vLLM. Essa arquitetura desacopla os jobs de treinamento e geração em máquinas separadas, usando um Storage Bucket compartilhado como ponte de sistema de arquivos, eliminando a necessidade de NCCL ou comunicação direta de rede entre nós.
O Gradio lançou o Workflow1111, um projeto que reconstrói a maioria do conjunto de recursos do stable-diffusion-webui do AUTOMATIC1111 usando o framework gr.Workflow. O aplicativo consiste em uma única tela contendo onze pipelines de mídia construídos a partir de setenta e três nós, abrangendo texto-para-imagem, imagem-para-vídeo e várias tarefas de pré-processamento.
A IBM lançou o Granite Time Series PatchTST-FM-r2, um modelo fundamental de séries temporais com ~385M parâmetros que alcança desempenho zero-shot de ponta no ranking GIFT-Eval sob licenças comerciais permissivas.
Um artigo da Computação Multiverso apresenta um método para treinar modelos de linguagem a recusar apenas subconjuntos específicos prejudiciais de um tópico, em vez de toda a categoria, abordando as limitações das barreiras de tópicos grosseiras. A abordagem utiliza auto-distilação consciente de fronteira com reparo de cobertura e dados benignos na distribuição para manter a segurança enquanto reduz recusas falsas em prompts legítimos.
Pesquisadores apresentam o NeoMME, uma família de codificadores multimodais multilíngues de 260M e 800M que processam texto e patches de imagem brutos usando um único Transformer bidirecional. Diferente dos modelos de linguagem visual generativos, o NeoMME não depende de torres de visão pré-treinadas separadas ou decodificadores causais, treinando todo o modelo do zero com um objetivo de difusão discreta mascarada.
A Hugging Face lançou o funes, uma ferramenta que transforma logs de sessão de agentes de código existentes em uma camada de memória durável e pesquisável para Claude Code, Codex, pi e Hermes. Ele indexa rastros localmente usando busca vetorial e BM25, permitindo que agentes recuperem a proveniência exata sem serviços externos.
Um guia demonstra o ajuste fino do modelo Liquid AI LFM2.5-350M usando Otimização Relativa de Política em Grupo (GRPO) para melhorar a geração de saída estruturada. O processo envolve treinar em um subconjunto do conjunto de dados NVIDIA Nemotron e avaliar o desempenho por meio da benchmark IFStruct.