O ChatGPT está prestes a lançar uma série de novas funcionalidades de compras concebidas para melhorar a experiência de compra do utilizador nas respostas de pesquisa.
Estas novas funcionalidades incluem:
- Uma imagem rotativa que contém o produto descoberto com uma opção para "Perguntar sobre este produto" (denominada "Resposta direcionada ao produto")
- Barras laterais do produto que mostram imagens do produto, opções de compra, resumo das opiniões dos consumidores e porquê/o que as pessoas pensam sobre o produto
Atualmente, destas ligaçõesSem ligações de marketing afiliado anexadas. Além disso, o ChatGPT apenas adiciona automaticamente o URL de referência aoutm_source=chatgpt[.] comEste parâmetro de rastreio destina-se a facilitar a análise do tráfego importado dos resultados de pesquisa do ChatGPT.
É de salientar que todos os produtos apresentados são o resultado de uma seleção independente e não de promoções anunciadas.
A OpenAI está a explorar uma forma fácil de os comerciantes transmitirem informações sobre os produtos diretamente para o ChatGPT, embora, nesta fase, só sejam aceites envios de formulários de intenção.
---
É oficial, o ChatGPT está a lançar oficialmente uma nova experiência de compras.
Estas melhorias começaram a ser implementadas gradualmente para os utilizadores Plus, Pro e Free, bem como para os utilizadores não registados, a nível global. Espera-se que a implementação total esteja concluída dentro de alguns dias.
nova funcionalidadeIsto inclui recomendações de produtos mais inteligentes, resultados de pesquisa mais precisos e um processo de compra mais simples, com o objetivo de proporcionar aos utilizadores uma experiência de compra mais conveniente e personalizada.
Para além disso, a função de pesquisa foi significativamente melhorada. A função de pesquisa tornou-se uma das funcionalidades mais populares e de crescimento mais rápido do ChatGPT, tendo processado mais de mil milhões de pedidos de pesquisa na Web só na semana passada.
Com estas melhorias, ChatGPT não só melhora a experiência de compra dos seus utilizadores, como também reforça a sua competitividade no mercado dos motores de busca.
---
A OpenAI anunciou a introdução de uma nova funcionalidade de compras no seu principal produto, o ChatGPT, uma atualização desenvolvida pelo GPT-4o. A atualização está disponível para todos os grupos de utilizadores, incluindo os utilizadores do ChatGPT Pro, Plus e Free, bem como para utilizadores globais que não tenham iniciado sessão.
A adição da funcionalidade de compras irá aumentar significativamente a utilidade do ChatGPT, permitindo aos utilizadores procurar produtos, comparar preços e fazer compras diretamente a partir da interface de conversação. Isto não só simplifica o processo de compra, como também proporciona uma experiência de compra mais personalizada.
As principais caraterísticas incluem:
- Pesquisa e recomendação de produtos em tempo real
- Comparação de preços multiplataforma
- Ligação de compra com um clique
Além disso, as poderosas capacidades de processamento de linguagem natural do GPT-4o permitem ao ChatGPT compreender melhor a intenção do utilizador e fornecer sugestões de merchandising precisas.
Esta nova funcionalidade irá promover ainda mais a aplicação da inteligência artificial no domínio do comércio eletrónico, proporcionando aos utilizadores uma experiência de compra mais inteligente e mais conveniente.
---
Uma nova tecnologia denominada Model2Vec reduz o tamanho dos Transformadores de frases para um quinquagésimo do seu tamanho original e torna-os 500 vezes mais rápidos.
Esta tecnologia permite pesquisas vectoriais em tempo real de milhões de documentos sem pré-indexação, minimizando a perda de desempenho. O Model2Vec não só melhora a eficiência do processamento, como também reduz drasticamente os requisitos de armazenamento, tornando o processamento de texto em grande escala mais eficiente e económico.
Modelo2VecTotalmente de código aberto, os programadores podem facilmente integrá-lo em projectos de processamento de linguagem natural existentes para melhorar significativamente a capacidade de resposta do sistema e a utilização de recursos.
O Model2Vec tem uma vasta gama de aplicações em vários domínios, incluindo, entre outros, a otimização de motores de busca, sistemas de recomendação, chatbots, etc.
Para mais informações sobre o Model2Vec, visite: https://t.co/OVJxpmTOYt
---
Foi recentemente lançada uma ferramenta de pesquisa de empresas de código aberto baseada no GPT 4.1 e no Firecrawl. Com a simples introdução do nome de uma empresa, a ferramenta pode obter rapidamente dados estruturados sobre a empresa a partir da Internet.
Esta ferramenta combinaOpenAIA poderosa capacidade de processamento de linguagem natural do mais recente modelo GPT-4.1 e a tecnologia de rastreio de dados da Firecrawl podem extrair e organizar eficazmente informações relevantes. Os utilizadores podem aceder facilmente a uma vasta gama de informações, incluindo a visão geral da empresa, dados financeiros, desempenho do mercado e muito mais.
Vasta gama de cenários de aplicaçãoA ferramenta é adequada para investidores, analistas, profissionais de marketing e qualquer utilizador que necessite de obter informações sobre uma empresa específica. Além disso, a ferramenta suporta consultas personalizadas, fornecendo dados mais precisos com base nas necessidades específicas do utilizador.
A ferramenta está atualmente aberta para testes e os utilizadores interessados podem visitar o sítio Web oficial para obter uma amostra: https://t.co/of0cMt7sbF.
---
Os profissionais da área jurídica podem agora utilizar o modelo "Deep Researcher" fornecido pela create-llama para gerar rapidamente relatórios jurídicos pormenorizados. Basta fazer uma pergunta.Investigador profundoUma série de sub-perguntas são geradas automaticamente para encontrar as respostas dos seus documentos e, eventualmente, integradas num relatório completo.
Esta ferramenta não só melhora consideravelmente a produtividade, como também garante que os relatórios são exactos e completos. Para os advogados, consultores jurídicos e investigadores, trata-se, sem dúvida, de uma grande vantagem.
- Geração rápida de relatórios
- Extração automática de informações-chave
- Aumento da eficiência
- Manter a exatidão dos relatórios
Experimente esta poderosa funcionalidade imediatamente, bastando digitar na linha de comandonpx create-llamapode ser iniciado. Para mais informações, visitar o sítio Web oficial: https://t.co/xFsws3l1RE
agradecimentos especiaisMarcus Schiessertrabalho árduo neste projeto.
---
Embora a reação da comunidade à Llama 4 tenha sido dura, a história por detrás destes modelos é mais complexa. Há algumas semanas, a Meta lançou os primeiros modelos Llama 4:
**Escuteiro**: 109B parâmetros totais, 17B parâmetros activos, 16 especialistas por nível.
**Maverick**: 400B parâmetros totais, 17B parâmetros activos, 128 peritos por nível.
**Behemoth**: 2T parâmetros totais, 288B parâmetros activos, 128 especialistas por nível.
A Llama 4 é diferente em quase todos os aspectos em relação à Llama 3:
- Arquitetura de modelos baseada em MoE (Mixed Expertise)
- Diferentes abordagens à multimodalidade (fusão precoce + multimodalidade nativa)
- Ênfase na destilação de modelos durante a pré-treino
- Diferentes processos de pós-formação
- Foco nas competências de contextualização a longo prazo
Enquanto o Llama 3 se centrou na simplicidade e na escalabilidade, o Llama 4 dedica-se a criar um nível avançado de modelação de grandes linguagens para se manter a par de outros laboratórios de topo. Muitos dos pormenores de conceção da Llama 4 foram inspirados por outros laboratórios, como a adoção da arquitetura MoE pela OpenAI no GPT-4, a ênfase da Google na multimodalidade nativa e nas capacidades de contexto longo no Gemini e a ênfase da DeepSeek na destilação e na aprendizagem por reforço em grande escala.
Então, qual é o problema? O desenvolvimento de grandes modelos linguísticos é um processo empírico e iterativo. Para desenvolver grandes modelos robustos, é necessário afinar os modelos de forma iterativa e criar sistemas de avaliação robustos para detetar alterações significativas. No entanto, o Llama 4 aplica muitas alterações importantes de uma só vez, uma abordagem muito arriscada. Quando o modelo foi divulgado publicamente, surgiram grandes discrepâncias entre as avaliações internas e externas, revelando lacunas nas capacidades de avaliação.
O que vem a seguir para a Meta? A Llama 4 foi uma reinvenção da série Llama. A Meta mudou completamente para uma nova estratégia de pesquisa, alterando todos os aspectos do modelo numa tentativa de criar um nível de vanguarda de grandes modelos. Embora a Llama 4 não tenha conseguido atingir este objetivo, não é de surpreender que a Meta tenha assumido um risco claro com a Llama 4, que poderá compensar no futuro.
Para criar grandes modelos ao nível da fronteira, o Meta precisa simplesmente de continuar a iterar e a melhorar esses modelos. Atualmente, o intervalo entre os principais lançamentos do Llama está a aumentar, o que é um problema. Os modelos continuarão a evoluir e a melhorar a um ritmo preocupante. A única forma de avançar é iterar rapidamente e corrigir as lacunas existentes nas capacidades de avaliação para evitar surpresas como a Llama 4.
Para evitar que os utilizadores sejam excluídos, o modelo Llama 4 tem de ser destilado em vários modelos mais pequenos e mais densos, como o DeepSeek-R1 e o Qwen-2.5. Criar grandes modelos de vanguarda é um bom objetivo, mas o Meta pode ter sucesso no espaço dos grandes modelos abertos sem ter de ser de vanguarda. Afinal de contas, o Llama nunca foi considerado o "melhor" grande modelo, e a abertura sempre foi a base do seu sucesso.
---
A Meta está a avançar ativamente no desenvolvimento do LlamaCon e da sua aplicação Web de IA. Vários módulos de funcionalidades já se encontram em fase de desenvolvimento para a próxima versão de atualização.
Atualmente, a aplicação Web Meta AI já está a trabalhar nas seguintes funcionalidades:
- **Raciocínio** (baseado no modelo de Raciocínio Llama 4) - fornece capacidades de raciocínio mais poderosas
- Canvas - Ferramentas de design criativo melhoradas
- Investigação - ferramentas de apoio ao trabalho científico
- Pesquisa - otimizar a experiência de pesquisa
- Talk - interação de voz melhorada
- Novo vídeo - os utilizadores podem carregar ou gravar vídeos e regenerar conteúdos
- Aplicações ligadas - integração com outras aplicações
- Memória - Funções melhoradas de armazenamento e recuperação de memória
Estas caraterísticas não só melhorarão a experiência do utilizador, como também promoverão ainda mais a aplicação e o desenvolvimento da tecnologia de IA.
A Meta está empenhada em fornecer aos utilizadores serviços mais inteligentes, mais eficientes e diversificados através destas caraterísticas inovadoras.
---
Veja o Gemini 2.5 Pro realizar um trabalho de investigação de referência do Google DeepMind.
A ferramenta não só codifica algoritmos de aprendizagem por reforço, como também permite a visualização do treino em tempo real com capacidades de depuração de erros. Trata-se de um enorme passo em frente para os investigadores e programadores, uma vez que fornece apoio total ao processo, desde a escrita do código até à depuração.
As principais caraterísticas incluem:
- Visualização do treino em tempo real: os utilizadores podem visualizar o desempenho do modelo durante o treino.
- Depuração automática de erros: o sistema pode identificar e reparar automaticamente erros no código para melhorar a eficiência do desenvolvimento.
- Ambiente de Desenvolvimento Integrado (IDE): fornece um ambiente de desenvolvimento completo que simplifica todo o processo, desde a conceção do algoritmo até à implementação.
A tecnologia tem uma vasta gama de aplicações, desde carros autónomos a robôs inteligentes, que podem beneficiar desta ferramenta de desenvolvimento eficiente.
Desta forma, o Gemini 2.5 Pro não só demonstra o seu poder, como também fornece novas ferramentas e métodos de investigação e desenvolvimento no domínio da inteligência artificial.
Os leitores interessados podem obter mais informações emGoogle DeepMindpara ver o vídeo detalhado.
---
Junte-se a nós amanhã para um webinar sobre o Command A, um modelo de geração atualizado da Cohere concebido para a empresa. O modelo foi optimizado para utilizadores empresariais que necessitam de processamento de alta velocidade, segurança e resultados de alta qualidade.
O Command A combina tecnologia avançada de processamento de linguagem natural para proporcionar um desempenho superior numa variedade de cenários de aplicação, incluindo, mas não se limitando a, apoio ao cliente, geração de conteúdos e processamento de dados.
Principais caraterísticas::
- Altamente personalizável para responder a diferentes necessidades empresariais
- Fortes mecanismos de segurança e proteção da privacidade
- Capacidades eficientes de processamento de dados para produção imediata
Ao assistir a este webinar, terá a oportunidade de obter informações sobre a forma como estes modelos de IA altamente eficazes podem ser utilizados para criar valor imediato para a sua empresa.
Registar agora:https://t.co/UYE0uRrKqK
