Descubra ferramentas de qualidade de qualidade
Reunir as principais ferramentas de inteligência artificial do mundo para ajudar a melhorar a eficiência do trabalho
Artigos publicados por BillyThomas
O professor Wang Xiaobo, da Universidade Agrícola de Anhui, apresentou o modelo vertical de grande escala “Fengshu” 2.0 para pesquisas com soja no 32º Seminário Nacional de Pesquisa e Produção de Soja, realizado em Nanning. A versão atualizada integra diversas fontes de dados (recursos de germoplasma, genomas, amostras de doenças, registros de melhoramento genético e literatura especializada) para criar um sistema de conhecimento estruturado. Ele conta com um mecanismo de análise colaborativa entre vários modelos, que reduz os viéses decorrentes do uso de um único modelo por meio de respostas independentes a questões técnicas, seguido por um módulo de resumo que avalia o consenso, as diferenças e a qualidade das evidências com base no conhecimento específico do campo e em dados privados. O modelo dispõe de seis módulos funcionais voltados para diagnóstico de doenças, seleção de parentes, projeto de cruzamentos virtuais, análise fenotípica, melhoramento genético assistido por marcadores e estudo da função dos genes, sendo construído sobre um grafo de conhecimento que contém 20.000 entidades e 100.000 relações, além de amplos dados genômicos e fenotípicos. Essa atualização melhora a estabilidade das ferramentas utilizadas em pesquisas com soja, evitando erros causados por “ilusões” decorrentes do uso exclusivo de um único modelo.
O professor Wang Xiaobo, da Universidade Agrícola de Anhui, apresentou o modelo vertical de grande escala “Fengshu” 2.0 para pesquisas com soja no 32º Seminário Nacional de Pesquisa e Produção de Soja, realizado em Nanning. A versão atualizada integra diversas fontes de dados (recursos de germoplasma, genomas, amostras de doenças, registros de melhoramento genético e literatura especializada) para criar um sistema de conhecimento estruturado. Ele conta com um mecanismo de análise colaborativa entre vários modelos, que reduz os viéses decorrentes do uso de um único modelo por meio de respostas independentes a questões técnicas, seguido por um módulo de resumo que avalia o consenso, as diferenças e a qualidade das evidências com base no conhecimento específico do campo e em dados privados. O modelo dispõe de seis módulos funcionais voltados para diagnóstico de doenças, seleção de parentes, projeto de cruzamentos virtuais, análise fenotípica, melhoramento genético assistido por marcadores e estudo da função dos genes, sendo construído sobre um grafo de conhecimento que contém 20.000 entidades e 100.000 relações, além de amplos dados genômicos e fenotípicos. Essa atualização melhora a estabilidade das ferramentas utilizadas em pesquisas com soja, evitando erros causados por “ilusões” decorrentes do uso exclusivo de um único modelo.
A NVIDIA lançou a série Nemotron-3-Embed de modelos de incorporação para RAG em produção, recuperação de código e memória de agente. A versão de 8 bilhões de parâmetros em BF16 ocupa o primeiro lugar no benchmark RTEB, com 78,46 NDCG@10. A série inclui versões de 1 bilhão de parâmetros em BF16 e 1 bilhão de parâmetros em NVFP4 (4 bits), todas baseadas na arquitetura Mistral, com suporte a 34 idiomas e 32 mil tokens. Os modelos de 1B foram criados por meio de poda e destilação de conhecimento. A versão NVFP4 mantém 99,5% de precisão com o dobro da taxa de processamento no Blackwell. Ela suporta implantação de vLLM; as versões BF16 suportam Transformers e Sentence Transformers.
A NVIDIA lançou a série Nemotron-3-Embed de modelos de incorporação para RAG em produção, recuperação de código e memória de agente. A versão de 8 bilhões de parâmetros em BF16 ocupa o primeiro lugar no benchmark RTEB, com 78,46 NDCG@10. A série inclui versões de 1 bilhão de parâmetros em BF16 e 1 bilhão de parâmetros em NVFP4 (4 bits), todas baseadas na arquitetura Mistral, com suporte a 34 idiomas e 32 mil tokens. Os modelos de 1B foram criados por meio de poda e destilação de conhecimento. A versão NVFP4 mantém 99,5% de precisão com o dobro da taxa de processamento no Blackwell. Ela suporta implantação de vLLM; as versões BF16 suportam Transformers e Sentence Transformers.
A Apple lançou o iOS 27 na WWDC, integrando o Apple Intelligence aos aplicativos nativos para proporcionar experiências inteligentes em nível de sistema. Os novos recursos incluem divisão de contas com base em IA via Apple Cash, atualizações automáticas de senhas, sugestões contextuais no aplicativo Mensagens, extração do contexto das chamadas, criação de eventos na agenda por linguagem natural e organização inteligente de abas no Safari. A versão beta para desenvolvedores já está disponível; a versão beta pública e o lançamento completo estão previstos para este outono.
A Apple lançou o iOS 27 na WWDC, integrando o Apple Intelligence aos aplicativos nativos para proporcionar experiências inteligentes em nível de sistema. Os novos recursos incluem divisão de contas com base em IA via Apple Cash, atualizações automáticas de senhas, sugestões contextuais no aplicativo Mensagens, extração do contexto das chamadas, criação de eventos na agenda por linguagem natural e organização inteligente de abas no Safari. A versão beta para desenvolvedores já está disponível; a versão beta pública e o lançamento completo estão previstos para este outono.
A equipe do Bing da Microsoft tornou público seu modelo de incorporação de palavras Harrier, que oferece suporte multilíngue para mais de 100 idiomas. Treinado com mais de 2 bilhões de exemplos e dados sintéticos do GPT-5 com um contexto de 32 mil tokens, ele está disponível em três tamanhos, chegando a 2,7 bilhões de parâmetros. O modelo será integrado ao Bing e a futuros agentes de IA para melhorar a pesquisa e o processamento.
A equipe do Bing da Microsoft tornou público seu modelo de incorporação de palavras Harrier, que oferece suporte multilíngue para mais de 100 idiomas. Treinado com mais de 2 bilhões de exemplos e dados sintéticos do GPT-5 com um contexto de 32 mil tokens, ele está disponível em três tamanhos, chegando a 2,7 bilhões de parâmetros. O modelo será integrado ao Bing e a futuros agentes de IA para melhorar a pesquisa e o processamento.
A empresa de IA Anthropic está em negociações finais para levantar mais de 20 bilhões de dólares em uma rodada de financiamento que deve ser concluída na próxima semana. O acordo quase dobraria sua avaliação para cerca de 350 bilhões de dólares, destacando a forte confiança dos investidores no setor de IA generativa. Os fundos apoiarão o desenvolvimento de modelos em meio ao aumento dos custos de computação e à intensa concorrência do setor.
A empresa de IA Anthropic está em negociações finais para levantar mais de 20 bilhões de dólares em uma rodada de financiamento que deve ser concluída na próxima semana. O acordo quase dobraria sua avaliação para cerca de 350 bilhões de dólares, destacando a forte confiança dos investidores no setor de IA generativa. Os fundos apoiarão o desenvolvimento de modelos em meio ao aumento dos custos de computação e à intensa concorrência do setor.
