Treinamento

A CCID relatou que os dados de inferência de IA na China superaram os dados de treinamento pela primeira vez, com chamadas diárias de tokens acima de 175 trilhões até junho — mais de 1.000 vezes o nível do início de 2024, segundo a empresa.

Dados da Indústria • Pandaily

Bites • Series A

A Bites, cujas ferramentas de IA entregam treinamento personalizado aos trabalhadores de primeira linha via WhatsApp, SMS, Slack e outros canais, levantou US$ 40 milhões na rodada Série A liderada pela PeakSpan.

Pesquisadores do MIT demonstraram que o GPT-6 Astra da OpenAI pode ler e reescrever os pesos de outros modelos de IA sem treinamento tradicional, aumentando a precisão matemática de um modelo Qwen de 7,9% para 48,1% ao alterar apenas 0,016% de seus pesos. A abordagem poderia simplificar a otimização de IA, mas o artigo observa que ainda encontra limites claros.

Pesquisa • The Decoder

A DeepSeek planeja treinar seu próximo modelo de nova geração V5 em chips Huawei Ascend, segundo o STAR Market Daily, citando fontes do setor. O plano relatado estenderia o papel dos Ascend da inferência para o treinamento intensivo em computação de um novo modelo.

Infraestrutura • TechNode

A Ricursive Intelligence lançou o Ripple-65B Preview, que, segundo a empresa, estabelece um novo recorde nos EUA para modelos de pesos abertos em codificação agêntica. O laboratório treinou o modelo do zero, otimizando a arquitetura para suas próprias plataformas de treinamento e serviço.

Modelos • Hacker News

Um novo estudo da NYU e da UT Austin identifica seis padrões linguísticos que os modelos de IA de fronteira usam excessivamente de forma sistemática, tornando seu texto exaustivo para os humanos lerem. Os pesquisadores atribuem isso ao treinamento em código e matemática, que prioriza a correção em detrimento da legibilidade.

Pesquisa em IA • The Decoder