Lar
Progresso do Modelo de Raciocínio de IA Pode Estagnar até 2026, Sugere Estudo da Epoch AI
Um estudo da Epoch AI, um instituto de pesquisa de IA sem fins lucrativos, indica que o setor de IA pode em breve enfrentar desafios para alcançar melhorias significativas de desempenho em modelos de raciocínio de IA. O relatório prevê que os avanços nesses modelos podem desacelerar no próximo ano.
Modelos de raciocínio avançados, como o o3 da OpenAI, impulsionaram recentemente melhorias notáveis em benchmarks de IA, particularmente em tarefas de matemática e codificação. Esses modelos utilizam maior poder computacional para melhorar o desempenho, embora isso muitas vezes resulte em tempos de processamento mais longos em comparação com modelos tradicionais.
Modelos de raciocínio são criados inicialmente treinando um modelo padrão em vastos conjuntos de dados, seguido por aprendizado por reforço, que fornece ao modelo feedback para refinar suas capacidades de resolução de problemas.
De acordo com a Epoch, laboratórios de IA líderes como a OpenAI ainda não utilizaram intensivamente recursos computacionais para a fase de aprendizado por reforço no desenvolvimento de modelos de raciocínio.
Essa tendência está mudando. A OpenAI revelou que usou aproximadamente dez vezes mais poder computacional para treinar o o3 em comparação com seu antecessor, o1, com a Epoch sugerindo que a maior parte disso foi alocada para aprendizado por reforço. O pesquisador da OpenAI, Dan Roberts, indicou recentemente que a empresa planeja priorizar ainda mais o aprendizado por reforço, potencialmente usando ainda mais recursos computacionais do que para o treinamento inicial do modelo.
No entanto, a Epoch observa que há um limite para quanto poder computacional pode ser aplicado ao aprendizado por reforço.

Um estudo da Epoch AI sugere que a escalabilidade do treinamento para modelos de raciocínio pode em breve enfrentar limitações. Créditos da imagem: Epoch AI Josh You, analista da Epoch e autor do estudo, observa que os ganhos de desempenho do treinamento de modelos de IA padrão estão atualmente quadruplicando anualmente, enquanto os ganhos do aprendizado por reforço estão aumentando dez vezes a cada três a cinco meses. Ele prevê que o progresso dos modelos de raciocínio provavelmente se alinhará com os avanços gerais de IA até 2026.
Apresentação nas Sessões TechCrunch: AI
Reserve seu espaço nas Sessões TC: AI para apresentar suas inovações a mais de 1.200 tomadores de decisão sem gastar muito. Disponível até 9 de maio ou enquanto houver vagas.
Apresentação nas Sessões TechCrunch: AI
Reserve seu espaço nas Sessões TC: AI para apresentar suas inovações a mais de 1.200 tomadores de decisão sem gastar muito. Disponível até 9 de maio ou enquanto houver vagas.
Berkeley, CA | 5 de junho RESERVE AGORAO estudo da Epoch baseia-se em certas suposições e incorpora declarações públicas de líderes da indústria de IA. Ele também destaca que a escalabilidade de modelos de raciocínio pode enfrentar obstáculos além dos limites computacionais, como altos custos indiretos de pesquisa.
“Os custos contínuos de pesquisa podem limitar a escalabilidade dos modelos de raciocínio,” explica You. “Como a escalabilidade computacional rápida é um fator chave em seu progresso, isso merece atenção especial.”
Quaisquer sinais de que os modelos de raciocínio podem atingir um teto de desempenho em breve podem levantar preocupações na indústria de IA, que investiu pesadamente em seu desenvolvimento. Pesquisas já indicam que esses modelos, apesar de seus altos custos operacionais, têm falhas notáveis, incluindo uma maior tendência a produzir resultados imprecisos em comparação com alguns modelos tradicionais.
Artigo relacionado
O renomado especialista em IA revela uma startup controversa que visa substituir a força de trabalho global
De vez em quando, uma startup do Vale do Silício vem junto com uma declaração de missão tão estranha que é difícil dizer se é genuíno ou apenas zombando da indústria. Entre Mechanize, um novo empreendimento liderado pelo renomado pesquisador de IA Tamay Besiroglu, que provocou bastante o debate sobre X depois dele
Uso de energia do ChatGPT mais baixo do que o esperado
Chatgpt, o chatbot do Openai, pode não ser o consundor de energia que pensamos que era. Porém, seu uso de energia pode variar muito, dependendo de como é usado e quais modelos de IA estão respondendo às perguntas, de acordo com um novo estudo. EPOCH AI, um grupo de pesquisa sem fins lucrativos, fez uma rachadura em descobrir quanto JUI
Óculos Inteligentes da Apple Podem Estrear na WWDC27, Destacando a Proteção de Privacidade
O repórter da Bloomberg, Mark Gurman, informa que os óculos inteligentes da Apple, com o codinome N50, estão previstos para estrear na WWDC27 em junho de 2027, com um lançamento no varejo esperado para o outono de 2027. Originalmente direcionados par
Recomendações de tópicos especiais relacionados
Comentários (7)
Diese Studie wirft wichtige Fragen auf. Wenn das Wachstum wirklich 2026 stagniert, müssen wir uns fragen: Investieren wir zu viel in immer größere Modelle, statt in effizientere Architekturen? Vielleicht ist das ein Weckruf für die Branche, sich auf andere Aspekte wie Energieverbrauch oder praktische Anwendungen zu konzentrieren. Spannend, wohin die Reise geht! 🤔
Mind-blowing study! If AI reasoning hits a wall by 2026, what’s next? Kinda scary to think we might be maxing out so soon. 😬
This AI plateau talk is wild! If reasoning models hit a wall by 2026, what’s next? Kinda feels like we’re racing to the moon but might run out of fuel. 😅 Curious if this’ll push devs to get creative or just lean harder on hardware.
This AI plateau talk is wild! 🤯 Feels like we’re hitting a tech ceiling already. Wonder if it’s a real limit or just a pause before the next big leap?
Um estudo da Epoch AI, um instituto de pesquisa de IA sem fins lucrativos, indica que o setor de IA pode em breve enfrentar desafios para alcançar melhorias significativas de desempenho em modelos de raciocínio de IA. O relatório prevê que os avanços nesses modelos podem desacelerar no próximo ano.
Modelos de raciocínio avançados, como o o3 da OpenAI, impulsionaram recentemente melhorias notáveis em benchmarks de IA, particularmente em tarefas de matemática e codificação. Esses modelos utilizam maior poder computacional para melhorar o desempenho, embora isso muitas vezes resulte em tempos de processamento mais longos em comparação com modelos tradicionais.
Modelos de raciocínio são criados inicialmente treinando um modelo padrão em vastos conjuntos de dados, seguido por aprendizado por reforço, que fornece ao modelo feedback para refinar suas capacidades de resolução de problemas.
De acordo com a Epoch, laboratórios de IA líderes como a OpenAI ainda não utilizaram intensivamente recursos computacionais para a fase de aprendizado por reforço no desenvolvimento de modelos de raciocínio.
Essa tendência está mudando. A OpenAI revelou que usou aproximadamente dez vezes mais poder computacional para treinar o o3 em comparação com seu antecessor, o1, com a Epoch sugerindo que a maior parte disso foi alocada para aprendizado por reforço. O pesquisador da OpenAI, Dan Roberts, indicou recentemente que a empresa planeja priorizar ainda mais o aprendizado por reforço, potencialmente usando ainda mais recursos computacionais do que para o treinamento inicial do modelo.
No entanto, a Epoch observa que há um limite para quanto poder computacional pode ser aplicado ao aprendizado por reforço.

Josh You, analista da Epoch e autor do estudo, observa que os ganhos de desempenho do treinamento de modelos de IA padrão estão atualmente quadruplicando anualmente, enquanto os ganhos do aprendizado por reforço estão aumentando dez vezes a cada três a cinco meses. Ele prevê que o progresso dos modelos de raciocínio provavelmente se alinhará com os avanços gerais de IA até 2026.
Apresentação nas Sessões TechCrunch: AI
Reserve seu espaço nas Sessões TC: AI para apresentar suas inovações a mais de 1.200 tomadores de decisão sem gastar muito. Disponível até 9 de maio ou enquanto houver vagas.
Apresentação nas Sessões TechCrunch: AI
Reserve seu espaço nas Sessões TC: AI para apresentar suas inovações a mais de 1.200 tomadores de decisão sem gastar muito. Disponível até 9 de maio ou enquanto houver vagas.
Berkeley, CA | 5 de junho RESERVE AGORAO estudo da Epoch baseia-se em certas suposições e incorpora declarações públicas de líderes da indústria de IA. Ele também destaca que a escalabilidade de modelos de raciocínio pode enfrentar obstáculos além dos limites computacionais, como altos custos indiretos de pesquisa.
“Os custos contínuos de pesquisa podem limitar a escalabilidade dos modelos de raciocínio,” explica You. “Como a escalabilidade computacional rápida é um fator chave em seu progresso, isso merece atenção especial.”
Quaisquer sinais de que os modelos de raciocínio podem atingir um teto de desempenho em breve podem levantar preocupações na indústria de IA, que investiu pesadamente em seu desenvolvimento. Pesquisas já indicam que esses modelos, apesar de seus altos custos operacionais, têm falhas notáveis, incluindo uma maior tendência a produzir resultados imprecisos em comparação com alguns modelos tradicionais.
O renomado especialista em IA revela uma startup controversa que visa substituir a força de trabalho global
De vez em quando, uma startup do Vale do Silício vem junto com uma declaração de missão tão estranha que é difícil dizer se é genuíno ou apenas zombando da indústria. Entre Mechanize, um novo empreendimento liderado pelo renomado pesquisador de IA Tamay Besiroglu, que provocou bastante o debate sobre X depois dele
Uso de energia do ChatGPT mais baixo do que o esperado
Chatgpt, o chatbot do Openai, pode não ser o consundor de energia que pensamos que era. Porém, seu uso de energia pode variar muito, dependendo de como é usado e quais modelos de IA estão respondendo às perguntas, de acordo com um novo estudo. EPOCH AI, um grupo de pesquisa sem fins lucrativos, fez uma rachadura em descobrir quanto JUI
Óculos Inteligentes da Apple Podem Estrear na WWDC27, Destacando a Proteção de Privacidade
O repórter da Bloomberg, Mark Gurman, informa que os óculos inteligentes da Apple, com o codinome N50, estão previstos para estrear na WWDC27 em junho de 2027, com um lançamento no varejo esperado para o outono de 2027. Originalmente direcionados par
Diese Studie wirft wichtige Fragen auf. Wenn das Wachstum wirklich 2026 stagniert, müssen wir uns fragen: Investieren wir zu viel in immer größere Modelle, statt in effizientere Architekturen? Vielleicht ist das ein Weckruf für die Branche, sich auf andere Aspekte wie Energieverbrauch oder praktische Anwendungen zu konzentrieren. Spannend, wohin die Reise geht! 🤔
Mind-blowing study! If AI reasoning hits a wall by 2026, what’s next? Kinda scary to think we might be maxing out so soon. 😬
This AI plateau talk is wild! If reasoning models hit a wall by 2026, what’s next? Kinda feels like we’re racing to the moon but might run out of fuel. 😅 Curious if this’ll push devs to get creative or just lean harder on hardware.
This AI plateau talk is wild! 🤯 Feels like we’re hitting a tech ceiling already. Wonder if it’s a real limit or just a pause before the next big leap?











