Team

Produtividade

A Mithril Medicine tinha um funcionário em tempo integral apoiado por especialistas externos e laboratórios; sua aquisição pela Anthropic é descrita como um estudo de caso sobre como o Claude pode ajudar a coordenar a pesquisa de medicamentos, com o progresso clínico ainda a ser testado.

A Tsinghua, a Zhipu e parceiros apresentaram o HarnessPro, que permite que agentes estudem suas próprias execuções e reescrevam seu harness sem respostas de referência. A equipe relata um ganho de 2 pontos na taxa de aprovação e uma redução de 26,1% no custo por tarefa, parte de um esforço chinês mais amplo em autoaperfeiçoamento recursivo em torno do scaffolding de modelos, em vez dos pesos.

Pesquisa • Pandaily

Uma equipe de pesquisa liderada pelo Google construiu o StreamVibe, um agente de vídeo projetado para assistir pessoas cozinhando ou montando móveis e falar apenas quando ajuda é necessária. Um benchmark mostra que nenhum dos modelos testados escolhe confiavelmente o momento certo em vídeos mais longos, pois os erros se acumulam e a qualidade da resposta cai drasticamente.

Pesquisa • The Decoder

Pesquisadores da Y Combinator e Olam Labs testaram enxames de agentes de IA no Minecraft, liberando centenas de agentes para colaborar ou competir. As equipes de 50 agentes falharam em construir uma civilização próspera, caindo em uma burocracia paralisante, oferecendo insights sobre os desafios reais de coordenação multiagente.

Pesquisa • Hacker News