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.
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.
Um artigo demonstra que blocos de cadeia de pensamento criptografados retornados pela Anthropic, OpenAI e Google podem ser extraídos em texto simples. Os autores exploraram uma vulnerabilidade onde modelos dentro da mesma família compartilhavam chaves de criptografia, permitindo que eles retransmitissem os rastros para modelos irmãos mais fracos.
Um novo artigo demonstra que blocos de raciocínio criptografados de modelos de ponta como Claude, GPT e Gemini podem ser decodificados e reproduzidos para extrair dados ocultos de cadeia de pensamento. Os autores mostram como esses blobs assinados podem ser transferidos para modelos mais fracos ou sessões diferentes para transcrever os pensamentos subjacentes, efetivamente contornando os esforços de ofuscação dos provedores.
Pesquisadores identificaram uma vulnerabilidade na forma como os principais provedores de modelos de linguagem grandes manipulam os rastros de raciocínio passo a passo, que são retornados como blocos criptografados para uso no lado do cliente. Eles descobriram que esses blocos criptografados são totalmente compatíveis e intercambiáveis entre diferentes sessões, usuários e modelos dentro do ecossistema do mesmo provedor.
Pesquisadores identificaram uma vulnerabilidade arquitetural na forma como os principais provedores de modelos de linguagem grandes manipulam rastros de raciocínio passo a passo. Os provedores retornam esses rastros como blocos criptografados para os clientes, mas o estudo revela que esses blocos são totalmente compatíveis e intercambiáveis entre diferentes sessões, usuários e modelos dentro do ecossistema de um provedor.
A Meta anunciou que seu modelo Muse Spark 1.2 alcançou desempenho de medalha de ouro em cinco Olimpíadas de STEM e entrou no top 5 do Índice Vals a $0,69/teste, sendo relatado como 3x mais barato que o Kimi. A Meta atribuiu esses ganhos à orquestração multiagente com raciocínio paralelo, observando pontuações perfeitas em teoria na APhO e IPhO sem ferramentas externas.
A AI9Stars lançou o G9v3-39A5B, um modelo de linguagem de pesos abertos projetado para oferecer capacidades de raciocínio mais fortes do que seu antecessor, ai9stars/G9v3-3B. O modelo possui 39 bilhões de parâmetros e 5 especialistas ativos e é licenciado sob Apache 2.0 para uso pessoal e comercial.
Um artigo pré-publicado de Joseph JM Walker avalia modelos de linguagem de ponta em um benchmark de criptografia literária multi-canal inédito, embutido no romance físico "I Wrote a Book and Made a Million Dollars (I.B. Wryten)." O estudo descobre que o GPT-5.6 reconheceu independentemente o canal de comunicação secundário e recuperou aproximadamente 95% do material embutido em sua primeira passagem, enquanto modelos anteriores demonstraram capacidade efetivamente de 0%.
Um estudo demonstra que modelos de linguagem de fronteira podem realizar computação consequential usando tokens de preenchimento semanticamente irrelevantes, criando um modo de falha em que o raciocínio não é visível na cadeia de pensamento de saída. A pesquisa avaliou 13 modelos em três tarefas e descobriu que muitos se beneficiam significativamente desses tokens, com melhorias de precisão de até 13 pontos percentuais.
Os autores apresentam o PoTRE (Poly-Topological Reasoning Ensembles), uma estrutura projetada para abordar as limitações da solicitação padrão de fluxo único em tarefas complexas de raciocínio. O PoTRE desacopla a inferência em quatro agentes distintos: um Agente de Refinamento Adversarial, um Agente de Planejamento Estratégico Hierárquico, um Agente de Busca Espectral e um Agente de Cadeia Direta.
Pesquisadores propõem a Isospectral Optimization (ISO), um framework para Aprendizado por Reforço com Recompensas Verificáveis (RLVR) que aborda a camada de otimização ausente ao manter os espectros de pesos do modelo fixos enquanto otimiza os quadros singulares de entrada e saída.
Um desenvolvedor compartilha o progresso em uma arquitetura de IA simbólica conversacional desenvolvida ao longo dos últimos oito meses, visando preencher lacunas na extração de informações não neurais.