5/12/2025 AI Express | Novidades em IA: Meta lança grande modelo, OpenAI lança benchmarks médicos

Anunciamos o lançamento do novo parâmetro de 8 mil milhõesConversor dinâmico de potencial de bytes(Dynamic Byte Latent Transformer). O modelo é uma nova técnica que substitui os métodos tradicionais de divisão de palavras e tem o potencial de redefinir a eficiência e a fiabilidade da modelização linguística.

Embora os métodos tradicionais de divisão de palavras tenham muitas limitações quando se trata de línguas naturais, o Dynamic Byte Potential Transformer melhora a flexibilidade e o desempenho do modelo, processando diretamente o fluxo de bytes. Esta abordagem não só lida melhor com palavras raras e textos multilingues, como também reduz significativamente os requisitos de armazenamento e de recursos computacionais.

Os pesos dos modelos lançados e o código relacionado estão abertos para descarregamento, permitindo aos investigadores explorar melhor o seu desempenho numa variedade de cenários de aplicação, incluindo, entre outros, a tradução automática, a análise de sentimentos e os sistemas de diálogo.

Para mais informações sobre o Dynamic Byte Potential Converter e os avanços a que poderá conduzir, consulte o nosso documento de investigação e visite as ligações abaixo para descarregar o modelo e o código:https://t.co/GgJEPXTH8W.

A Inteligência Artificial está a revolucionar a indústria da publicidade e os resultados são surpreendentes.

À medida que a tecnologia continua a avançar,** os porta-vozes virtuais de IA** têm a capacidade de segurar qualquer produto e dizer o que quiser. No centro desta tecnologia está a aprendizagem profunda e o processamento de linguagem natural, que permite que os avatares sejam não só realistas na aparência, mas também na voz e na expressão, tal como as pessoas reais.

Esta mudança deu aos anunciantes uma flexibilidade e um espaço criativo sem precedentes. As marcas podem responder rapidamente às mudanças do mercado através de porta-vozes virtuais personalizados, poupando muito tempo e custos. Para além disso, o aparecimento de porta-vozes virtuais também resolve vários problemas que podem ser trazidos pelo endosso na vida real, como crises de imagem e disputas contratuais.

cenário de aplicaçãoIncluindo, mas não se limitando a:

• Promoção nas redes sociais
• Bandagem em linha em direto
• Anúncio televisivo
• Exposição

Estas aplicações não só aumentam a interatividade e a atratividade dos anúncios, como também proporcionam às empresas uma gama mais vasta de canais para chegar aos consumidores.

Embora a tecnologia seja promissora, também suscitou alguns debates sobre ética e privacidade. A forma de proteger os direitos dos consumidores e, ao mesmo tempo, tirar partido da IA para criar valor comercial será uma preocupação fundamental no futuro.

Recentemente, o mais recente modelo da Tencent, Hunyuan-Turbos, teve um bom desempenho em várias avaliações, saltando para o oitavo lugar geral (13º para controlo de estilo), logo a seguir ao Deepseek-R1. O modelo foi classificado entre os dez primeiros nas principais categorias, como Difícil, Codificação e Matemática.

O Hunyuan-Turbos melhorou significativamente em relação à sua versão de fevereiro (então classificada em 21º lugar), graças à sua arquitetura técnica única. Sendo o primeiro modelo híbrido Transformer-Mamba MoE em hiperescala, o Hunyuan-Turbos combina as capacidades eficientes de processamento de sequências longas do Mamba com a poderosa compreensão contextual do Transformer. Esta combinação fá-lo superar o GPT-4o-0806, o DeepSeek-V3 e os modelos de código aberto em tarefas como a matemática, o raciocínio e o alinhamento. Também se destaca em tarefas baseadas no conhecimento, como o MMLU-Pro.

Caraterísticas principais:

• Em comparação com o modelo Turbo anterior, o Hunyuan-Turbos reduz o custo de inferência em cerca de 1/7.
• As competências em matemática, programação e raciocínio foram melhoradas através da introdução de mecanismos de raciocínio lento.
• Alinhamento melhorado e execução proxy após afinação fina de instruções.
• Optimizado para o treino da língua inglesa para melhorar o desempenho geral.

Sistema de recompensas melhorado:

1. Pontuação baseada em regras e validação de consistência.
2. Feedback da caixa de areia de código para melhorar a precisão nos domínios STEM.
3. Mecanismos de recompensa geradores que melhoram o questionário e a criatividade e reduzem os problemas de manipulação da recompensa.

Esta série de inovações e optimizações tecnológicas não só demonstra a forte força da Tencent no domínio da IA, como também fornece uma nova direção para o futuro desenvolvimento da IA.

A OpenAI lançou recentemente uma ferramenta de avaliação comparativa de código aberto denominada HealthBench, concebida para avaliar o desempenho e a segurança de modelos linguísticos de grande dimensão no sector da saúde. A referência consiste em 5000 diálogos de várias rondas que incluem diretrizes de pontuação padrão escritas por médicos e contém 48 562 pontos de avaliação únicos.

Este parâmetro de referência demonstra o progresso constante dos grandes modelos linguísticos no domínio dos cuidados de saúde, de uma precisão de 161 TP3T no GPT-3.5 Turbo para 321 TP3T no GPT-4o, com melhorias ainda mais rápidas recentemente, com o GPT-4o3 a obter 601 TP3T. Além disso, os modelos mais pequenos, como o GPT-4.1 nano, que custa apenas um quarto do custo do GPT-4o, atingem um desempenho superior.

Banco de saúde O lançamento não só proporciona uma plataforma de avaliação normalizada para os investigadores, como também oferece um forte apoio para impulsionar a adoção de modelos linguísticos de grande dimensão no domínio dos cuidados de saúde. Através de critérios de avaliação rigorosos, o HealthBench pode ajudar os criadores a compreender melhor os pontos fortes e fracos dos seus modelos para otimizar ainda mais o seu desempenho e segurança.

Parabéns ao nosso amigo @PrimeIntellect pelo lançamento do INTELLECT-2, um modelo de 32 mil milhões de parâmetros treinado por aprendizagem por reforço distribuída globalmente.

O foco deste lançamento não é tanto nos modelos em si, mas na infraestrutura que construíram, uma instalação que tornará possível a integração de inteligência distribuída, fazendo avançar a tecnologia de IA. A infraestrutura não só será capaz de suportar o treino de modelos em grande escala, mas também de distribuir eficazmente os recursos computacionais entre localizações geográficas.

Os principais destaques incluem:

• Os relatórios técnicos detalhados fornecem análises aprofundadas das arquitecturas dos modelos, dos processos de formação e da avaliação do desempenho.
• Código de fonte aberta que permite aos investigadores e programadores descarregar e utilizar os pontos de controlo do modelo INTELLECT-2.

Esta abordagem globalmente distribuída da aprendizagem por reforço tem potencial para uma vasta gama de aplicações em vários domínios, como a condução autónoma, os cuidados de saúde inteligentes e a robótica, abrindo novas vias para futuras aplicações de IA.

Recentemente.OpenAIAnunciando a adição do ChatGPT aoSharePointresponder com cânticosMicrosoft OneDrivecomo novos conectores de dados. Estas novas funcionalidades facilitarão aos utilizadores o acesso e a utilização de documentos e dados armazenados nestas plataformas para uma investigação mais aprofundada.

Estes conectores estão atualmente disponíveis para os assinantes Plus, Pro e Team, excluindo os assinantes do Espaço Económico Europeu (EEE), Suíça e Reino Unido. Esta iniciativa foi concebida para melhorar ainda mais a funcionalidade do ChatGPT, de modo a que este possa suportar melhor as necessidades de processamento de dados dos utilizadores empresariais e individuais.

Ao integrar o SharePoint e o OneDrive, os utilizadores podem facilmente utilizar documentos, formulários e outros ficheiros com o ChatGPT para melhorar a produtividade e a qualidade da investigação. Isto é especialmente importante para os utilizadores empresariais que necessitam de analisar e organizar grandes quantidades de dados e informações.

Além disso, esta atualização marca a expansão contínua do ecossistema da OpenAI para satisfazer as necessidades dos utilizadores em todo o mundo. No futuro, espera-se que sejam lançadas mais integrações e funcionalidades semelhantes para melhorar ainda mais a utilidade e a flexibilidade do ChatGPT.

desde o processamento multimodal à inferência, passando pelos modelos mistos de peritos (MoEs) e pela avaliação comparativa.Este blogue.fornece-lhe um guia completo sobre os modelos de linguagem visual (VLM).

Os Modelos de Linguagem Visual (MLV) têm demonstrado fortes capacidades de compreensão de imagens e de geração de texto, sendo amplamente utilizados em tarefas como a legendagem de imagens, perguntas e respostas visuais e recuperação multimodal. Através da aprendizagem multimodal, os VLMs são capazes de compreender melhor a relação entre imagens e texto, melhorando assim o desempenho global.

• Fusão multimodal: combinação de informações de imagem e texto para melhorar a compreensão global do modelo.
• Capacidade de raciocínio: permite ao modelo não só reconhecer objectos numa imagem, mas também compreender o seu contexto e relações lógicas.
• Modelos mistos de peritos (MoEs): aumentam as capacidades de expressão e generalização do modelo através do trabalho colaborativo de vários submodelos de peritos.
• Benchmarking: Fornece uma série de conjuntos de dados padrão e métricas de avaliação para ajudar os investigadores a avaliar e comparar o desempenho de diferentes modelos.

As tarefas domésticas sempre foram uma dor de cabeça para muitas pessoas, mas com o avanço da tecnologia, espera-se que os robôs domésticos resolvam este desafio.

A robótica registou progressos significativos nos últimos anos. Desde robôs varredores a assistentes de cozinha inteligentes, estes dispositivos tornaram-se gradualmente parte da vida familiar. Espera-se que, nos próximos anos, entrem no mercado robôs domésticos mais avançados, capazes não só de realizar tarefas de limpeza diárias, mas também de efetuar operações mais complexas, como o manuseamento de objectos e a prestação de cuidados a idosos.

inovação tecnológicaé um dos principais factores desta mudança. Os avanços na inteligência artificial, na aprendizagem automática e na tecnologia de sensores permitiram que os robots compreendessem melhor e se adaptassem ao ambiente doméstico. Além disso, com a disseminação da tecnologia IoT, os robôs domésticos integrar-se-ão perfeitamente com os sistemas domésticos inteligentes para fornecer serviços mais inteligentes.

Apesar das suas perspectivas promissoras, a utilização generalizada de robôs domésticos enfrenta ainda uma série de desafios, incluindo questões de custo, segurança e proteção da privacidade. No entanto, espera-se que estas questões sejam gradualmente resolvidas à medida que a tecnologia continua a amadurecer e a procura do mercado aumenta.

A chegada dos robots domésticos não só reduzirá consideravelmente o peso das tarefas domésticas, como também proporcionará mais comodidade e conforto à família.

As propriedades computacionais temporais e síncronas dos neurónios do cérebro são frequentemente ignoradas nas redes neuronais modernas. No entanto, estas propriedades são cruciais para a flexibilidade e adaptabilidade da inteligência biológica.

Para resolver este problema, os investigadores propuseram uma nova arquitetura neural, as máquinas de pensamento contínuo (CTM). As CTMs são concebidas de raiz, utilizando a dinâmica neural como representação central, o que permite uma computação adaptativa natural.

As principais caraterísticas dos CTM incluem:

• O problema do labirinto é resolvido através da observação de imagens brutas do labirinto e da geração de instruções passo a passo diretamente a partir da dinâmica neural.
• Em tarefas de reconhecimento de imagens, a CTM examina naturalmente diferentes partes da imagem em etapas para melhorar a exatidão e a interpretabilidade.
• A CTM poupa energia ajustando o seu tempo de raciocínio de acordo com a dificuldade da tarefa. Por exemplo, ao identificar um gorila, a atenção da CTM desloca-se dos olhos para o nariz e para a boca, à semelhança do padrão de atenção visual humano.

Este estudo realça a sinergia entre a neurociência e a IA. Embora a IA moderna se baseie em ideias inspiradas no cérebro, os dois domínios tendem a funcionar de forma independente. Ao inspirarem-se na inspiração biológica e ao seguirem iterativamente comportamentos emergentes, os investigadores desenvolvem modelos com capacidades inesperadas, tais como um excelente desempenho de calibração em tarefas de classificação.

No futuro, os investigadores continuarão a explorar esta nova arquitetura e a introduzir mais conceitos biológicos para descobrir comportamentos emergentes mais interessantes que ultrapassem os limites da tecnologia de IA.

Recentemente, um estudo denominadoRaciocínio colaborativo (Collaborative Reasoner)é proposto um quadro que visa melhorar as capacidades de raciocínio colaborativo dos modelos de linguagem em ambientes corporais multi-inteligentes. O quadro estabelece as bases para o desenvolvimento de agentes sociais capazes de cooperar com humanos e outras inteligências.

Com o desenvolvimento da tecnologia de IA, cada vez mais cenários de aplicação exigem uma interação e colaboração eficientes entre várias inteligências, como a condução autónoma, sistemas domésticos inteligentes e tarefas complexas de interação homem-computador. Ao introduzir mecanismos de raciocínio mais avançados, o quadro de raciocínio colaborativo permite que os modelos de linguagem não só compreendam comandos individuais, mas também trabalhem com outras inteligências para completar tarefas em ambientes que mudam dinamicamente.

falando especificamenteO quadro de referência fornece uma nova metodologia de formação que permite aos modelos aprender a comunicar eficazmente e a tomar decisões com diferentes tipos de participantes em cenários simulados do mundo real. Além disso, suporta muitos tipos de definições de tarefas, incluindo, mas não se limitando a áreas como a gestão do diálogo e o planeamento de estratégias.

Os investigadores afirmam que o trabalho ajudará a impulsionar a construção de sistemas de IA social mais inteligentes e adaptáveis que possam servir melhor as necessidades da sociedade moderna.