Em um ensaio intitulado "An Alien Mind", a OpenAI discute o rápido avanço dos modelos de linguagem de raciocínio e o potencial para autoaperfeiçoamento recursivo. O autor expressa preocupação de que a inteligência das máquinas está superando as capacidades humanas de maneiras transformadoras, impulsionada principalmente pelo aumento do poder computacional em vez de algoritmos projetados.
Pesquisadores introduziram o ReasAlign, uma solução em nível de modelo projetada para melhorar o alinhamento de segurança em Grandes Modelos de Linguagem (LLMs) contra ataques de injeção indireta de prompt. A abordagem incorpora etapas de raciocínio estruturado para analisar consultas do usuário e detectar instruções conflitantes, garantindo a continuidade das tarefas pretendidas pelo usuário.
A OpenAI usou um modelo interno mais forte que o Astra para resolver o problema do blowup em tempo finito de Navier-Stokes, completando a tarefa em 88 horas após ouvir rumores sobre a resolução dos Problemas do Milênio.
Contas afiliadas à OpenAI relataram que um esforço assistido por IA produziu um resultado relacionado ao problema da existência e regularidade de Navier-Stokes, um dos Problemas do Prêmio Millennium. A alegação centra-se num sistema colaborativo envolvendo aproximadamente 10.000 agentes treinados ao longo de um ano usando aprendizado por reforço multiagente.
A OpenAI lançou o GPT-6 Astra, um novo modelo que supera significativamente seu antecessor GPT-5.6 em benchmarks de escrita, matemática e programação. O lançamento destaca as capacidades excepcionais do modelo em renderização 3D, animação e interação com interfaces gráficas de usuário.
Pesquisadores apresentam o TokenProbe, uma estrutura que aborda o alto consumo de tokens do raciocínio Chain-of-Thought explorando o valor não uniforme dos tokens dentro das trilhas de raciocínio. O método distingue tokens centrais que carregam conteúdo decisivo de preenchimento redundante usando sinais de probabilidade logarítmica normalizada.
Pesquisadores apresentam o TelecomGPT-R1, uma família de modelos de raciocínio unificados de telecomunicações de código aberto, projetados para automatizar tarefas de engenharia por meio do raciocínio sobre padrões, configurações e logs. O modelo aborda as limitações dos LLMs generalistas e especializados existentes por meio de uma abordagem estruturada que abrange os eixos de protocolo, conhecimento, modelagem e falhas.
A CosmicUndercurrent disponibilizou como código aberto um framework de raciocínio agnóstico a modelos, projetado para testar se o priming estrutural pode reduzir inconsistências globais em grandes modelos de linguagem. O projeto, hospedado, investiga se um processo de duas etapas melhora a coordenação de todo o sistema em comparação com a correção local.
Um autor propõe um design de pesquisa para um sistema de raciocínio que detecta contradições entre duas proposições ao decompor as mesmas em componentes menores e buscar colisões lógicas, em vez de depender do julgamento direto de LLM.
O AI Sage do Sberbank lançou o GigaChat-3.5 Reasoning, um modelo Mixture of Experts (MoE) de 432B-A28B que utiliza Gated DeltaNet para eficiência em contextos longos.
A Anthropic lançou o Claude Fable 5.1, uma atualização do modelo que estabelece um novo padrão para tarefas de codificação, trabalho de conhecimento e resolução de problemas de longa duração. O lançamento destaca ganhos significativos de desempenho no novo benchmark Terminal-Bench-Science 0.1, onde o Fable 5.1 alcançou uma pontuação de 52,6%, em comparação com 24,7% para o Fable 5, 29,0% para o Opus 5 e 22,4% para o GPT-5.6 Sol.