A 13 de novembro de 2025, a OpenAI lançou oficialmente a API GPT-5.1 com melhorias de desempenho abrangentes, incluindo tempos de resposta mais rápidos, maior flexibilidade de controlo e capacidades de geração de código optimizadas. O Baidu lançou o modelo ERNIE 5, que ultrapassa o GPT-5 na compreensão de gráficos, análise de documentos e processamento multimodal, etc. O BentoML suporta modelos de código aberto de triliões de parâmetros Ling-1T e Ring-1T, a integração do PyTorch e do LAMMPS acelera a simulação da ciência dos materiais e o modelo IBM Granite Nano permite a operação de IA offline em telemóveis.
- Este resumo é gerado por uma IA que analisa o conteúdo do artigo apenas para fins informativos.
As principais actualizações incluem:
- Raciocínio adaptativo, ajustando a profundidade do pensamento à complexidade da tarefa
- "Modo sem inferência" para respostas instantâneas
- Número reduzido de fichas necessárias para tarefas simplificadas
- Pensamento mais profundo em mandatos complexos
- Armazenamento em cache imediato de 24 horas para uma melhor capacidade de resposta
- Melhoria da qualidade do código
- Melhoria das mensagens de atualização dirigidas ao utilizador (preâmbulos) nas sequências de chamada da ferramenta
---
A OpenAI anunciou
O GPT-5.1 está agora oficialmente disponível na API.
Esta nova versão do modelo oferece não só melhorias significativas em termos de velocidade, mas também uma maior capacidade de controlo e um melhor desempenho na geração de códigos. Para além disso.
O GPT-5.1 também vem com uma gama de novas ferramentas úteis concebidas para fornecer um suporte mais abrangente para os programadores.
As principais melhorias incluem:
- Tempos de resposta mais rápidos e tempos de espera reduzidos
- Opções de controlo mais flexíveis para uma fácil personalização das saídas
- Capacidades de geração de código mais fortes para melhorar a eficiência da programação
- Novos utilitários para alargar os cenários de aplicação
Para programadores que estão a criar aplicações ou agentes que precisam de ser inteligentes, rápidos e económicos
O GPT-5.1 é certamente uma atualização significativa.
Quer se trate do desenvolvimento de sistemas de software complexos ou da criação de soluções de automatização eficientes, a
O GPT-5.1 pode trazer melhorias significativas ao seu projeto.
---
Recentemente, a Baidu Inc. anunciou o lançamento do seu mais recente modelo de processamento de linguagem naturalERNIE 5O modelo supera o GPT-5, amplamente divulgado, em vários indicadores-chave de desempenho.
De acordo com os resultados dos testes, o ERNIE 5 tem um bom desempenho na compreensão de gráficos, análise de documentos e processamento de informação multimodal, especialmente quando se trata de documentos complexos e dados multimodais, apresentando vantagens significativas.
A Baidu afirma que o ERNIE 5 utiliza técnicas avançadas de pré-treinamento e conjuntos de dados em grande escala para compreender melhor e gerar conteúdo de texto de alta qualidade. Para além disso, o modelo tem fortes capacidades inter-linguísticas, suportando tarefas de processamento em várias línguas.
- **Compreensão de gráficos**: O ERNIE 5 é capaz de extrair com precisão informações essenciais de gráficos e quadros e de os analisar eficazmente.
- **Compreensão de documentos**: O ERNIE 5 tem um desempenho particularmente bom quando trabalha com documentos longos e formatos complexos.
- **Processamento de informação multimodal**: Combinando imagem, áudio e outros dados multimodais, o ERNIE 5 é capaz de fornecer uma compreensão mais abrangente da informação.
Com o lançamento do ERNIE 5, a Baidu consolida ainda mais a sua posição de liderança no domínio da inteligência artificial e fornece um apoio técnico mais forte a vários sectores.
---
O GPT-5.1 está agora totalmente disponível na API, com preços alinhados com o GPT-5.
Actualizações importantes:
gpt-5.1-codex: para grandes projectos de código, fornecendo capacidades de geração de código mais poderosas.
gpt-5.1-codex-mini: versão leve para escrita de código em pequena escala.
Além disso, também melhorámos o mecanismo de cache de sugestões e a validade da cache é agora alargada para 24 horas para melhorar ainda mais a experiência do utilizador. As análises técnicas detalhadas e as diretrizes de utilização foram publicadas nas publicações do nosso blogue.
---
O Magentic Marketplace é um ambiente de simulação de código aberto concebido para estudar as interações e transacções de agentes de IA em mercados digitais. A sua conceção modular permite aos investigadores experimentar diferentes configurações de mercado, comportamentos de agentes e dinâmicas de sistema à escala.
A plataforma fornece uma grande variedade de ferramentas e recursos para ajudar os investigadores a construir e testar vários modelos de mercado. Ao utilizar mercados magnéticos, os investigadores podem obter informações sobre os padrões de comportamento dos agentes de IA em diferentes condições, optimizando assim os mecanismos de mercado e melhorando a eficiência da negociação.
O Magnetic Markets não só suporta simulações básicas de mercado, como também permite aos utilizadores personalizar modelos económicos complexos, incluindo leilões, licitações e outros mecanismos de negociação. Além disso, integra ferramentas avançadas de análise e visualização de dados para ajudar os investigadores a compreender e interpretar melhor os resultados experimentais.
cenário de aplicação::
- Investigação sobre o comportamento e a dinâmica do mercado
- Testar novos mecanismos e algoritmos de negociação
- Otimizar o funcionamento do comércio eletrónico e dos mercados em linha
- Educação e formação para o ensino da economia de mercado e da inteligência artificial
A Microsoft Research implementou o Magnetic Marketplace no Azure AI Foundry Labs e dá as boas-vindas aos investigadores e programadores para o explorarem e utilizarem mais.
Para mais informações, consultar:
https://t.co/gwCfDS8rkP
---
O LlamaParse lançou recentemente uma atualização importante, uma nova funcionalidade experimental "Proxy Chart Parsing" concebida para melhorar significativamente a precisão e a eficiência do OCR de gráficos. Esta tecnologia inovadora resolve o problema que a maioria dos modelos linguísticos de grande dimensão enfrentam quando convertem gráficos em dados numéricos precisos, traçando os contornos num gráfico de linhas e extraindo os valores.
Embora os métodos tradicionais de OCR de gráficos exijam frequentemente uma grande quantidade de trabalho de correção manual, as novas funcionalidades do LlamaParse podem reduzir drasticamente esta carga, tornando possível automatizar a análise de gráficos. Quer seja um analista financeiro, um investigador ou um decisor empresarial, pode utilizar esta ferramenta para extrair e analisar rapidamente informações importantes de gráficos e melhorar a sua produtividade.
Os utilizadores podem agora experimentar esta nova funcionalidade na plataforma LlamaParse. Basta carregar um gráfico e o sistema analisá-lo-á automaticamente e fornecerá dados precisos.
---
O BentoML suporta agora totalmente os mais recentes modelos de código aberto de triliões de parâmetros Ling-1T e Ring-1T da AntLingAGI, marcando o início da era da modelação de línguas em grande escala em código aberto e em produção.
**Chegou a altura dos modelos de triliões de parâmetros** que não são apenas de código aberto, mas também eficientes e adequados para ambientes de produção reais. Para os utilizadores que exploram modelos de código aberto, o Ling-1T e o Ring-1T são excelentes escolhas.
- **Ling-1T (não pensante)**:1 trilião de parâmetros totais, cerca de 50 mil milhões de parâmetros activos (MoE, 1/32 activos)A versão mais recente do YaRN suporta até 128K contextos (YaRN), com capacidades de raciocínio altamente eficientes: elevada precisão e menos tokens necessários, tornando-o particularmente adequado para tarefas de raciocínio lógico, matemático e de código.
- **Ring-1T (Pensamento) **:1 trilião de parâmetros totais, cerca de 50 mil milhões de parâmetros activos (RLVR)O novo sistema foi estabilizado pelo Icepop e pelo Trillion Scale ASystem, tem um desempenho de topo ou é competitivo em parâmetros de referência como o AIME/HMMT, LiveCodeBench, ARC-AGI, etc., tem um raciocínio de nível Prata nas Olimpíadas Internacionais de Matemática e suporta igualmente até 128K contextos (YaRN).
Ambos os modelos estão abrangidos pela licença MIT e estão disponíveis na variante oficial FP8.
O BentoML fornece suporte imediato para implementar e escalar estes modelos no seu cluster GPU ou em qualquer plataforma cloud. Por exemplo, uma variante FP8 pode ser executada em 8 GPUs B200 num único nó para reduzir a sobrecarga de comunicação entre nós.
Se necessitar de uma solução de implementação personalizada, contacte-nos.
---
Ao integrar campos de força de aprendizagem automática (MLIPs) baseados em PyTorch no pacote de Dinâmica Molecular (MD) LAMMPS, os cientistas conseguem obter simulações rápidas e escaláveis de sistemas atómicos, que são importantes na investigação em química e ciência dos materiais.
Utilizando a interface ML-IAP-Kokkos, os programadores podem simplificar o processo de ligação entre os modelos da comunidade e as simulações MD em grande escala. Esta tecnologia não só melhora a eficiência computacional, como também abre novas possibilidades de modelação de sistemas de materiais complexos.
Os principais pontos fortes incluem:
- **Aumento da velocidade de computação**: Redução significativa do tempo de simulação através da aceleração da GPU.
- **Escalabilidade melhorada**: suporta computação paralela massiva para sistemas maiores e mais complexos.
- **Simplificar o processo de desenvolvimento**: fornecer uma interface unificada para reduzir o limiar de desenvolvimento.
Para obter mais detalhes sobre como simplificar o acoplamento de modelos e ampliar a simulação MD, consulte o Blogue do Programador NVIDIA:
🔗
https://t.co/Bw7d0QrdFO
#PyTorch #OpenSourceAI #AI #Inference #Innovation
---
Para além do próprio PyTorch, a Fundação PyTorch acolhe vários projectos importantes, como o vLLM, o DeepSpeed e o Ray, demonstrando que o PyTorch está a tornar-se uma linguagem fundamental no domínio da inteligência artificial.
Para Luca Antiga, CTO da Lightning AI, que também preside ao Comité Técnico Consultivo (TAC) inaugural da Fundação PyTorch, a Conferência PyTorch é uma oportunidade importante para se ligar à comunidade que está a fazer avançar o PyTorch. Essa comunidade inclui milhões de desenvolvedores que desenvolvem com o PyTorch Lightning.
O evento é notável porque tem a oportunidade de conhecer programadores que criaram aplicações fantásticas baseadas no PyTorch. Estas aplicações abrangem uma vasta gama de domínios, desde o processamento de linguagem natural à visão por computador, demonstrando o poder do PyTorch em aplicações do mundo real.
A conferência não só promoveu intercâmbios técnicos, mas também proporcionou oportunidades valiosas para a comunidade de código aberto interagir. Através de eventos como este, o PyTorch solidifica ainda mais a sua posição central no ecossistema de IA.
---
O modelo Granite Nano da IBM permite agora que os utilizadores executem a IA completamente offline nos seus telemóveis. A tecnologia torna as tarefas complexas de IA exequíveis em dispositivos móveis, optimizando o tamanho do modelo e a eficiência computacional.
Emma, membro da equipa Granite da IBM, apresentou esta tecnologia inovadora em pormenor. Ao utilizar o modelo Granite Nano, os utilizadores podem executar tarefas como o reconhecimento de imagens e o processamento de voz nos seus telemóveis sem dependerem de uma ligação à Internet, o que aumenta consideravelmente as capacidades de aplicação inteligente dos dispositivos móveis.
As principais caraterísticas incluem:
- **CONSUMO DE ENERGIA BAIXO**: O modelo Granite Nano foi concebido tendo em conta a duração da bateria dos dispositivos móveis, garantindo longos períodos de funcionamento.
- **Elevado desempenho**: apesar da pequena dimensão do modelo, o desempenho não é comprometido e as tarefas complexas podem ser tratadas rapidamente.
- **Fácil de integrar**: Os programadores podem facilmente integrar estes modelos em aplicações existentes para melhorar a experiência do utilizador.
O valor potencial desta tecnologia pode ser visto numa vasta gama de aplicações, desde casas inteligentes a cuidados de saúde.
评论功能已关闭。