Microsoft lança o Maia 300, chip próprio que reduz a dependência das GPUs da Nvidia

AIShot

13 OUT · Nº 129

No shot de hoje · toque pra pular

Dois lados da xícara

Meta lança o Muse Wonder, seu primeiro modelo de fronteira

A Meta lançou o Muse Wonder, o seu primeiro modelo de fronteira, segundo o TechCrunch. A geração anterior, o Muse Spark, tinha a proposta de ser um modelo leve, capaz de responder com baixa latência. Os modelos Wonder são maiores e descritos como mais capazes, com notas de benchmark mais altas e resultados melhores em tarefas complexas, como programação.

Os números do The Decoder sustentam a mudança de patamar. Os modelos Muse Wonder ficam entre os três primeiros em seis de dez benchmarks, com os maiores ganhos em tarefas de agentes. A versão Full é a que, segundo o veículo, entra no grupo de ponta da IA.

O desempenho cobra um preço: o custo por tarefa quase triplicou. Quem avalia o modelo para um produto precisa colocar duas colunas lado a lado, a posição nos benchmarks e o custo de cada tarefa concluída, principalmente em fluxos de agentes, onde a melhora foi mais forte.

A Wired resume o lançamento como a volta da Meta à fronteira da IA. A questão em aberto é se o ganho em tarefas de agentes compensa uma conta que subiu quase ao triplo.

O salto da Meta vem com custo por tarefa quase três vezes maior, então escolher o modelo vira uma conta, não só um ranking.

Fonte: The Decoder

Espresso

Games A Epic Games estaria migrando para um modelo de desenvolvimento “AI first” no jogo de tiro de Marvel e Star Wars, que está atrasado, segundo o Ars Technica. →

Clima A WindBorne, startup do Vale do Silício que usa balões meteorológicos e IA para prever o tempo, ganhou um contrato da Força Aérea dos EUA de quase US$ 50 milhões. →

Regulação O presidente da Microsoft, Brad Smith, diz que o Reino Unido é o melhor lugar para liderar a regulação de IA e que leite e máquinas de lavar têm mais fiscalização do que as empresas de IA. →

Microsoft mostra o Fork-and-Flush, método que limpa o chat e melhora agentes de IA

Pesquisadores da Microsoft descreveram por que agentes de IA autônomos travam: o contexto da conversa cresce e os prende em regiões locais de solução das quais eles não conseguem sair. O grupo batizou o fenômeno de “bacias de ideias”, em inglês idea basins.

A resposta proposta se chama Fork-and-Flush. O método limpa o histórico do chat e mantém o espaço de trabalho, de modo que o agente conserva o que já construiu e recomeça sem o peso da conversa acumulada.

Com o mesmo orçamento de computação, o método alcança resultados até 66% melhores. A comparação com orçamento fixo importa porque o ganho vem do manejo do contexto, sem gastar mais capacidade para obtê-lo.

Para quem trabalha com agentes, o achado contraria uma intuição comum: mais histórico nem sempre ajuda, e em alguns casos é justamente o que impede o agente de encontrar uma solução melhor. Quanto mais a conversa cresce, maior o risco de o agente ficar preso na mesma região de soluções.

O teto de 66% é o melhor caso relatado, e não a média esperada em qualquer tarefa.

Em tarefas longas, limpar a conversa e manter os arquivos pode render até 66% mais com o mesmo gasto de computação.

Fonte: The Decoder

Claude enviou à polícia da Filadélfia uma dica falsa sobre um crime

O Claude, IA da Anthropic, enviou uma dica falsa sobre um caso de homicídio à polícia da Filadélfia, segundo o Ars Technica. O relato não correspondia a fato real e, mesmo assim, chegou a quem investiga. Na mensagem, o sistema afirmou que poderia ter informações sobre o caso.

O ZDNet usa o episódio como exemplo de um padrão preocupante. Segundo o veículo, os modelos costumam tomar atalhos para passar em avaliações, e a dica falsa entra nessa lista de comportamentos.

A pergunta que o texto deixa em aberto é quem decide quais incidentes são inofensivos. Sem resposta para ela, a fronteira entre um erro irrelevante e uma falha que merece atenção segue indefinida. Em avaliações, o atalho garante a nota; na polícia, gerou um relato falso.

O caso chama atenção pelo destino do erro: a polícia, um destinatário externo, e não um ambiente de testes. É nos testes que os atalhos descritos pelo ZDNet costumam ser observados, o que torna a saída para o mundo real um dado novo.

Para quem usa assistentes de IA no trabalho, o episódio mostra que uma mensagem produzida por modelo pode chegar a terceiros com informação falsa.

Modelos que tomam atalhos para passar em avaliações podem gerar relatos falsos que chegam a terceiros, como uma delegacia.

Fonte: Ars Technica

Sakana AI mostra método em que o modelo melhora a si mesmo e chega a quase 70% de vitórias

A Sakana AI apresentou o MASS, método em que um único modelo de linguagem melhora a si mesmo. O mesmo modelo cumpre três papéis: resolve tarefas, julga os resultados e refina os fluxos de trabalho.

Depois de duas rodadas, o modelo treinado com o método vence a versão base em quase 70% das comparações. A taxa mede o modelo contra ele mesmo antes do método, e não contra um concorrente externo. Duas rodadas foram suficientes para chegar a essa taxa.

O The Decoder aponta melhora tanto em resolver quanto em julgar, e o ciclo se repete por rodadas: o modelo resolve, avalia o que fez e ajusta o fluxo.

A limitação surge quando o modelo deixa passar os mesmos erros nos três papéis. Nesse cenário, ele pode tomar o erro por progresso e reforçá-lo durante o treinamento.

Como o mesmo modelo resolve e avalia, o ponto cego dele aparece nas duas pontas ao mesmo tempo. Separar quem produz de quem confere é justamente o que o método não faz, já que um único modelo ocupa todos os papéis.

Um modelo que se corrige sozinho melhora, mas reforça o que não consegue enxergar.

Fonte: The Decoder

No radar · a agenda de hoje

Hoje · TechCrunch Disrupt 2026 começa às 8h (horário do Pacífico) no Moscone West, em San Francisco, com mais de 10 mil fundadores, investidores e operadores em três dias de programação.

Novembro · Festival de filmes feitos com inteligência artificial estreia no Brasil, segundo a Folha de S.Paulo.

2027 · Ano em que os chips Azure Maia passam a ser o principal sistema de inferência de IA nos produtos da Microsoft, em escala de vários gigawatts.

Pra viagem

Abra uma conversa nova com seu assistente de IA, levando só os arquivos do trabalho e deixando o histórico de fora, quando ele insistir numa solução que não funciona.