15 de novembro de 2025Várias inovações chegaram ao espaço da IA: o dLLM simplifica o treinamento do modelo de difusão, o LangCode apresenta o CLI, um assistente de codificação unificado, o ChatGPT entra em operação com bate-papo em grupo em vários países, o Qwen Image Edit permite a edição de imagens no nível da câmera, o OpenChatBI suporta a geração de linguagem natural de SQL e o serviço de direção autônoma da Waymo se estende ao troço da autoestrada entre São Francisco e São José, enquanto ferramentas como o WriteHERE, o CopilotKit e o Bubble Lab impulsionam a escrita com IA, a sincronização da IU e a automatização do fluxo de trabalho.
- Este resumo é gerado por uma IA que analisa o conteúdo do artigo apenas para fins informativos.



Foi recentemente lançada uma atualização importante para os engenheiros de IA, que facilita a formação de modelos de difusão.
A dLLM é uma biblioteca de código aberto que fornece suporte para modelos de difusão semelhante ao suporte para transformadores da Hugging Face. Este desenvolvimento é de grande importância:
modelo autoregressivo tradicionalA forma de gerar o texto é gerar os tokens um a um da esquerda para a direita, enquanto omodelo de difusãoPor sua vez, toda a sequência é optimizada iterativamente, proporcionando assim resultados de geração de maior qualidade e capacidades de edição mais flexíveis.
No entanto, a construção e o treino destes modelos implicam a junção de uma variedade de ferramentas fragmentadas e, muitas vezes, requerem a reimplementação do que está num documento de investigação a partir do zero, tornando todo o processo complexo e difícil de reproduzir.
O dLLM altera esta situação, unificando tudo o que é necessário para treinar, avaliar e implementar modelos linguísticos de difusão:
- Formação escalável com suporte de LoRA, DeepSpeed e FSDP
- Uma avaliação unificada da complexidade do raciocínio abstrato
- Fórmulas prontas a utilizar para pré-treino, afinação e avaliação
A biblioteca inclui implementações de modelos como o LLaDA e o Dream, bem como algoritmos de formação (como o Edit Flows) que suportam operações de inserção, eliminação e substituição. Além disso, a equipa lançou o modelo ModernBERT-Chat, que demonstra como o BERT pode ser transformado num chatbot leve através da afinação de comandos mascarados. Esta abordagem é prática e vale a pena ser explorada.
O dLLM é simples de configurar e pode ser executado localmente com o Accelerate ou escalado para um cluster de vários nós com o Slurm. Para os profissionais de modelação linguística que pretendam explorar abordagens baseadas na difusão sem terem de reconstruir a infraestrutura, o dLLM constitui um ponto de partida pronto a ser produzido.
O LangCode é uma interface de linha de comandos (CLI) unificada para assistentes de codificação de IA desenvolvida pela comunidade LangChain. Construída sobre LangChain e LangGraph, esta ferramenta integra a funcionalidade de vários assistentes de codificação de IA. Tem um mecanismo de agente duplo:ReAct Os agentes são utilizados para dar uma resposta rápida a tarefas simples, enquanto Profundo Os agentes, por outro lado, tratam de tarefas mais complexas.
O LangCode também possui uma funcionalidade de encaminhamento inteligente que seleciona automaticamente o agente certo para a tarefa com base na sua complexidade. Além disso, a ferramenta tem controlos de segurança incorporados para garantir a segurança dos dados e a proteção da privacidade durante a utilização.
Para os programadores, o LangCode pode melhorar drasticamente a eficiência e a qualidade da codificação, especialmente em cenários em que o código tem de ser escrito, depurado e optimizado frequentemente. O LangCode oferece um suporte poderoso tanto para projectos individuais como para trabalho em equipa.
Os programadores interessados podem visitar o GitHub para obter mais pormenores e experimentá-lo: https://t.co/Of6YXGO7su
A OpenAI anunciou queFunção de conversação em grupo ChatGPTFoi lançada numa fase piloto no Japão, Nova Zelândia, Coreia do Sul e Taiwan. Os utilizadores podem convidar amigos para participarem com a IA numa variedade de actividades, tais como planear viagens, resolver discussões e colaborar no escritório.
O lançamento da funcionalidade de chat em grupo suporta tamanhos de chat de 1 a 20 pessoas, assegurando a separação completa da privacidade pessoal de cada utilizador. Este é o primeiro passo do ChatGPT em direção aPlataforma social universalUm importante passo em frente.
Com esta nova funcionalidade, os utilizadores podem tirar partido das poderosas capacidades de processamento de linguagem do ChatGPT para aumentar a eficiência da comunicação e colaboração da equipa. Por exemplo, no planeamento de viagens, o ChatGPT pode ajudar a organizar itinerários, recomendar locais a visitar e fornecer conselhos práticos; na resolução de argumentos, pode fornecer informações objectivas e um ponto de vista neutro; e no trabalho colaborativo, pode ajudar a escrever documentos, gerar relatórios e coordenar tarefas.
Além disso, a OpenAI afirmou que irá otimizar ainda mais a função de conversação em grupo e introduzir mais utilitários e plug-ins para proporcionar aos utilizadores uma experiência interactiva mais rica.
O modelo CopilotKit AI Canvas foi desenvolvido pela comunidade LangChain para permitir a sincronização de interfaces de utilizador em tempo real com o estado da IA. O modelo é particularmente adequado para gestão de projectos (PM), sistemas de gestão de relações com clientes (CRM) e ferramentas de colaboração.
Ao utilizar a tecnologia LangGraph, o CopilotKit é capaz de prevenir eficazmente a ocorrência de fenómenos alucinatórios e condições concorrentes, garantindo que, no Consistência e exatidão dos dados em ambientes Next.js ou Python. Isto é especialmente importante para cenários de aplicações que requerem um elevado grau de fiabilidade, tais como plataformas de colaboração de classe empresarial e sistemas complexos de gestão de processos empresariais.
Caraterísticas principais:
- Sincronização do estado da IU-IA em tempo real
- Prevenção de alucinações e condições concorrentes
- apoio Ambiente Next.js e Python
- Adequado para vários cenários de aplicação, incluindo PM, CRM e ferramentas de colaboração
Veja o vídeo de demonstração completo: https://t.co/ePJqWqTK5G
Quando se utiliza a IA para escrever histórias longas, verifica-se frequentemente que a lógica do artigo gerado é confusa e pouco estruturada. Isto deve-se ao facto de a maioria das ferramentas de escrita de IA existentes seguirem um processo fixo e não poderem ajustar as suas ideias de escrita de forma flexível como os humanos.
Para resolver este problema, uma equipa criou uma estrutura de código aberto chamada WriteHERE. A estrutura permite que as IA pensem e ajustem as suas estratégias durante o processo de escrita, tal como as pessoas reais, através de um mecanismo de planeamento adaptativo semelhante ao humano.
As principais caraterísticas do WriteHERE incluem:
- Decomposição recursiva de tarefas: decomposição passo a passo de tarefas de escrita complexas em pequenas tarefas geríveis;
- Capacidade de integração dinâmica: integração em tempo real das três capacidades de recuperação, raciocínio e escrita para responder a diferentes necessidades;
- Visualização em tempo real: fornece uma visualização em tempo real do processo de escrita, mostrando as etapas de "pensamento" da IA;
- Suporte multi-modo: suporta os modos de criação de romance e de relatório técnico;
- Múltiplas formas de utilização: A interface Web e a linha de comandos têm duas formas de utilização, convenientes para as diferentes necessidades dos utilizadores;
- Fonte totalmente aberta: todos os processos de decisão são visíveis e modificáveis.
A estrutura WriteHERE não só melhora a qualidade da escrita de IA, como também proporciona mais transparência e flexibilidade. Os utilizadores podem lançar rapidamente a interface de visualização com um script de um clique ou experimentar a demonstração em linha, bastando preencher a chave API do modelo relevante.
Espera-se que esta tecnologia inovadora impulsione um maior desenvolvimento no domínio da escrita com IA, aproximando-a dos hábitos de escrita humanos.
O Bubble Lab é uma poderosa plataforma de automatização de fluxos de trabalho que permite aos programadores criar, observar, depurar e exportar fluxos de trabalho completos em TypeScript/JavaScript, fornecendo uma orquestração escalável baseada em nós "bolha". Esta arquitetura flexível não só suporta o desenvolvimento local, como também permite que os utilizadores executem fluxos de trabalho num ambiente alojado.
Um destaque da plataforma é o seu suporte para processos N8N, que permite aos programadores importar facilmente processos N8N existentes e executá-los sem problemas num ambiente local ou na nuvem. Isto proporciona às equipas uma grande flexibilidade e conveniência, reduzindo os custos de migração e integração.
As principais caraterísticas incluem:
- **Suporte TypeScript/JavaScript**: tire partido das linguagens de programação modernas para melhorar a eficiência do desenvolvimento.
- **Orquestração visual**: simplifica a conceção e a gestão de processos complexos através de uma interface gráfica intuitiva.
- **Colocação em funcionamento e monitorização**: Acompanhe o estado dos fluxos de trabalho em tempo real para garantir fiabilidade e estabilidade.
- **Compatibilidade com N8N**: Importação e execução sem problemas de processos N8N existentes, reduzindo os custos de migração.
O Bubble Lab é adequado para uma variedade de cenários de aplicação, tais como processamento de dados, testes automatizados, agendamento de tarefas, etc. É especialmente adequado para equipas de desenvolvimento que necessitam de criar e implementar rapidamente fluxos de trabalho complexos.
Visite o sítio Web oficial ou o vídeo de demonstração para saber mais.
As técnicas de escalonamento da inferência permitem-nos melhorar a precisão dos modelos linguísticos em grande escala (LLM), acrescentando recursos computacionais sem aumentar os dados de treino. Este conceito é, a par da aprendizagem por reforço, uma das técnicas actuais mais importantes no domínio dos LLM.
Neste último livro, os autores exploram a expansão da inferência em pormenor em dois capítulos. O primeiro capítulo tem 35 páginas e descreve a metodologia para alcançar o escalonamento do tempo de inferência através de amostragem auto-consistente. O capítulo não só explica em pormenor como a precisão do modelo de base no conjunto de dados MATH-500 foi dramaticamente melhorada de 15,21 TP3T para 52,21 TP3T, mas também mostra os princípios e os pormenores técnicos subjacentes a esta melhoria significativa.
Não é necessária formação adicionalÉ muito interessante ver uma melhoria de desempenho tão significativa.
O capítulo foi submetido ontem e aparecerá no programa Manning Early Access nos próximos dias. Até lá, as primeiras 176 páginas estão disponíveis para leitura.
O Capítulo 2 centrar-se-á nas técnicas de auto-refinamento, que permitem aos modelos otimizar progressivamente as suas respostas através de raciocínio iterativo. Esta secção abordará a forma como esta abordagem pode ser utilizada para melhorar ainda mais o desempenho e a fiabilidade do modelo.
Aguardo com expetativa as valiosas informações que os leitores poderão obter com este conteúdo.
A função de controlo de câmara do Qwen Image Edit criou uma onda de inovação no campo da edição de imagem. Esta funcionalidade permite o controlo fino e o ajuste em tempo real de imagens através de tecnologia avançada de visão por computador, aumentando consideravelmente a liberdade criativa do utilizador.
A funcionalidade fornece sete exemplos impressionantes que demonstram o seu poderoso potencial de aplicação:
- **1. Ajuste dinâmico da profundidade de campo**: Os utilizadores podem ajustar facilmente a focagem de uma fotografia para obter um efeito de profundidade de campo semelhante ao da DSLR.
- **2. Correção de cor em tempo real**: Através de algoritmos inteligentes, o equilíbrio de cor das fotografias é automaticamente optimizado para uma imagem mais viva.
- **3. Mudança de filtro com um clique**: Está disponível uma variedade de filtros predefinidos para alterar rapidamente o estilo das suas fotografias.
- **4. sugestões de composição automática**: Com base em princípios estéticos, fornece sugestões para a melhor composição para melhorar a sensação artística das suas fotografias.
- **5. denoising inteligente**: remove eficazmente o ruído das fotografias para melhorar a nitidez da imagem.
- **Substituição do fundo**: Substitua o fundo com um clique para criar um espaço criativo ilimitado.
- **7. embelezamento de retratos**: reconhecimento inteligente das caraterísticas faciais para tratamento de beleza para apresentar o melhor estado.
No trabalho diário, a extração frequente de dados da base de dados é uma tarefa comum mas entediante. Especialmente quando são necessárias consultas de correlação de várias tabelas, escrever instruções SQL complexas não só consome muito tempo como também é propenso a erros.
Para resolver este problema, o projeto de código aberto OpenChatBI oferece uma solução totalmente nova. Construída com base em LangGraph e LangChain, a ferramenta é capaz de converter automaticamente as perguntas dos utilizadores em instruções de consulta SQL correspondentes através da tecnologia de processamento de linguagem natural, simplificando assim consideravelmente o processo de aquisição de dados.
OpenChatBI A principal vantagem é a sua interface Web intuitiva e a escalabilidade da sua poderosa funcionalidade. Para além da recuperação básica de dados, pode gerar uma variedade de gráficos visuais para ajudar os utilizadores a compreender e analisar melhor os resultados. Além disso, através da configuração do MCP, é possível aceder a outras ferramentas externas ou integrar bases de dados de conhecimento para fazer face a necessidades de dados mais complexas.
A instalação também é muito fácil de utilizar, basta descarregar o pacote através do comando pip ou uv, e completar a configuração do LLM (Large Language Model) e da ligação à base de dados para iniciar a experiência.
Em suma, para os analistas de dados que pretendem ser mais produtivos e reduzir a sua carga de programação, oOpenChatBI Vale mesmo a pena experimentar.
A Waymo anunciou um plano de expansão empolgante, com os seus veículos autónomos a cobrirem agora toda a Península da Baía de São Francisco, desde São Francisco até São José, e a começarem a oferecer serviços de recolha e entrega em auto-estradas.
Esta iniciativa representa um passo importante para a Waymo na via da comercialização da sua tecnologia de condução autónoma. Tirando partido de sensores avançados, mapas de alta precisão e poderosos algoritmos de IA, os veículos de condução autónoma da Waymo são capazes de conduzir em segurança em ambientes urbanos e de autoestrada complexos.
As principais caraterísticas incluem:
- Cobertura alargada: cobertura total da Península da Área da Baía, de São Francisco a São José.
- Serviços nas auto-estradas: pela primeira vez, estão disponíveis serviços de recolha e entrega de passageiros nas auto-estradas.
- Vantagem técnica: Adoção de uma variedade de sensores e mapas de alta precisão para garantir a segurança da condução.
A expansão não só melhora a gama de serviços da Waymo, como também proporciona a mais utilizadores opções de viagem convenientes, promovendo ainda mais a popularidade e o desenvolvimento da tecnologia de condução autónoma.


评论功能已关闭。