ai-powered-markdown-translatorArtigo traduzido do fr para o pt com gpt-5.6-sol.
Apenas doze anúncios, em cinco áreas, durante o fim de semana de 29 e 30 de agosto — contra vinte e dois na véspera e quarenta e dois no dia 28. Duas causas acumularam-se, e nenhuma merece ser ocultada. O dia 29 foi um sábado e o dia 30 um domingo: quase nenhum dos blogues oficiais publicou algo. Além disso, o X ficou indisponível durante a recolha, tendo a interface que fornece os feeds dos perfis deixado de responder; vinte e três contas acompanhadas — as de geração de imagens e vídeo e as de ferramentas de desenvolvimento — permaneceram inacessíveis. Portanto, um anúncio divulgado exclusivamente por tweet pode ter escapado à análise.
Resta um dia com dois registos. Do lado dos produtos, a xAI liga o Grok Bot à rede X e o GitHub detalha cinco evoluções para Issues. Do lado da investigação, toda a colheita vem do blogue Hugging Face e de colaboradores individuais: uma sonda linear que se transfere de um modelo de visão para o de um concorrente, um modelo pós-transformer pré-treinado num único MacBook, uma rede de Leech que permite alojar o Qwen3-4B em 2,60 GB de VRAM e um método para interromper um agente durante a geração. São trabalhos, não lançamentos.
Grok Bot liga-se ao X
29 de agosto — A xAI publicou no seu feed de notícias uma atualização do Grok Bot, a sua oferta de agentes autónomos: o produto passa agora a integrar-se mais estreitamente com o X.
O mecanismo resume-se a uma ligação de conta. O utilizador liga a sua conta X a partir do Grok Bot, e a xAI cria-lhe automaticamente uma conta de programador caso ainda não tenha uma — a etapa que condiciona o acesso programático à rede. Além disso, os subscritores pagos do Grok Bot recebem créditos gratuitos da API do X para começar, sem que a xAI especifique o respetivo volume ou período de validade.
Depois de ativado o conector, um Bot pode procurar publicações, ler o feed de notícias do proprietário, consultar as suas menções e reunir uma síntese do que circula na rede. Para começar, basta abrir o Grok Bot e utilizar o conector do X.
A xAI qualifica explicitamente esta versão como a primeira da integração e anuncia que pretende continuar a facilitar o trabalho do Grok Bot no X.
🔗 O Grok Bot funciona agora com o X
GitHub Issues: cinco novidades, incluindo uma API REST de dependências sensível ao âmbito
29 de agosto — O GitHub detalhou cinco evoluções do GitHub Issues, anunciadas diretamente no X sem uma entrada de changelog associada: a própria mensagem é a fonte primária.
Quatro delas dizem respeito ao conforto da navegação. As vistas podem ser fixadas na barra lateral, evitando reconstruir um filtro em cada sessão. As reações passam a mostrar os avatares dos perfis onde antes aparecia apenas a contagem. A densidade do painel passa a ser ajustável, algo útil em repositórios com muitas linhas. As sub-issues fechadas podem ser ocultadas, tornando mais leves as issues principais utilizadas para acompanhar trabalhos.
A quinta é a mais estruturante para a automatização: a API REST de dependências de issues passa a ser sensível ao âmbito (scope-aware). As dependências entre issues, que descrevem a ordem pela qual as tarefas devem ser tratadas, passam a poder ser consultadas tendo em conta o âmbito — algo diretamente relevante para os agentes e scripts que constroem um plano de trabalho a partir do acompanhamento de um repositório. O GitHub não especificou o regime de disponibilidade destas cinco alterações.
| Novidade anunciada | Âmbito da alteração |
|---|---|
| Fixação de vistas na barra lateral | Navegação em Issues |
| Avatares de perfil nas reações | Apresentação das reações |
| Densidade ajustável do painel | Painel |
| Ocultação de sub-issues fechadas | Issues principais e sub-issues |
| API REST de dependências sensível ao âmbito | API REST, dependências entre issues |
Gala, um modelo pós-transformer pré-treinado num único MacBook, lê 10 milhões de tokens a uma velocidade constante
29 de agosto — Uma família de pequenos modelos de linguagem, com o nome de trabalho Gala, foi pré-treinada do zero em MLX puro num único MacBook — M3 Max, GPU de 40 núcleos, 128 GB de memória unificada — em cinco dias.
A experiência parte de uma inversão de perspetiva. O Transformer foi concebido para hardware em que os produtos matriciais densos são abundantes e a memória de alta largura de banda é escassa; um Mac é a máquina inversa. Por isso, a arquitetura escolhida acumula parâmetros e estado e restringe os FLOPs por token.
O teste final consiste em processar 10,5 milhões de tokens de texto FineWeb real, em lotes de 1, no portátil. Nada cresce: o estado recorrente mantém-se fixo em 3,07 MB ao longo de todo o intervalo, e a velocidade de descodificação não se degrada. A perda nos 2 000 tokens seguintes também não aumenta. O Transformer de referência treinado com os mesmos dados descodifica a 134 tokens/s logo num contexto de 32k e exigiria cerca de 33 GB de cache KV para um milhão de tokens.
| Contexto alcançado | Velocidade de descodificação | Perda nos 2 000 tokens seguintes | Estado recorrente |
|---|---|---|---|
| 32 768 | 382,3 tokens/s | 3,630 | 3,07 MB |
| 1 048 576 | 388,1 tokens/s | 3,534 | 3,07 MB |
| 5 242 880 | 386,2 tokens/s | 3,590 | 3,07 MB |
| 10 485 760 | 385,8 tokens/s | 3,296 | 3,07 MB |
A ingestão mantém-se linear, em cerca de 28 000 tokens/s, ou seja, perto de seis minutos para os dez milhões. O modelo é publicado com os seus registos de execução, e o artigo reserva uma secção ao que ele não consegue fazer.
A post-transformer language model, pretrained from scratch on one MacBook in pure MLX, that reads 10M tokens of context at constant speed. Five days, every number measured, everything released.
🇵🇹 Um modelo de linguagem pós-transformer, pré-treinado do zero num único MacBook em MLX puro, que lê 10 milhões de tokens de contexto a uma velocidade constante. Cinco dias, todos os números medidos, tudo publicado. — Arjun Reddy, no blogue Hugging Face
Uma rede de Leech num kernel CUDA permite alojar o Qwen3-4B em 2,60 GB de VRAM
29 de agosto — O número de bits por peso é o único fator que altera a classe de máquina capaz de alojar um modelo: a 2 bits, um modelo com 70 mil milhões de parâmetros passa de 140 GB para cerca de 18 GB e cabe numa placa de 24 GB. Ainda é necessário que a qualidade acompanhe, e a melhor qualidade comunicada neste nível de compressão vem da quantização vetorial por blocos de 24 na rede de Leech, um trabalho da Qualcomm AI Research.
O obstáculo era o software. O kernel CUDA publicado com este artigo descodifica apenas uma camada da rede, por simplicidade, e continua mais lento do que os métodos concorrentes. No entanto, o dicionário realmente necessário a 2 bits é uma união de camadas: 301 classes de equivalência e um índice de 47 bits que designa um ponto entre 1,1 × 10¹⁴. O autor não encontrou em lado nenhum um descodificador para este índice.
Por isso, escreveu-o. O núcleo matemático do projeto — rede, pesquisa exata do vizinho mais próximo, indexação bijetiva em 48 bits, GPTQ esférico — está implementado em Rust sem qualquer dependência externa e é acompanhado pelo descodificador CUDA fundido que faltava.
| Elemento medido | Valor registado |
|---|---|
| Modelo quantizado | Qwen3-4B |
| Ocupação de VRAM | 2,60 GB |
| Débito de geração | 87 tokens/s |
| Classes de equivalência a 2 bits | 301 |
| Tamanho do índice | 47 bits, entre 1,1 × 10¹⁴ pontos |
| Modelo de 70 mil milhões a 2 bits | de 140 GB para cerca de 18 GB |
O modelo quantizado produz os mesmos tokens que o modelo denso em descodificação gulosa, exceto num desempate. Duas ressalvas, apresentadas pelo próprio autor: o seu descodificador continua mais lento do que o kernel concorrente QTIP, que lê 2,40 vezes menos bytes e funciona 2,27 vezes mais depressa; e a pré-publicação foi depositada pelo próprio autor, sem revisão por pares. O código e os dados são públicos.
Uma sonda linear treinada num modelo de visão funciona no modelo de um concorrente
30 de agosto — Quatro modelos multimodais de quatro empresas diferentes codificam as mesmas imagens. Todos estão congelados, nenhum é ajustado, e os seus estados ocultos nem sequer têm a mesma largura: 5 376, 5 120, 2 560 e 2 048 dimensões. Nada deveria permitir que uma sonda aprendida num deles funcionasse noutro. Mas funciona.
O protocolo é mínimo. Uma sonda linear — uma única matriz de pesos — aprende a prever etiquetas de imagens a partir dos estados de um modelo e é depois aplicada, sem nova aprendizagem, aos estados de outro, através de uma transformação estimada por regressão ridge apenas nas linhas de treino utilizadas como ponte entre os dois espaços.
| Domínio avaliado | AUROC nativa | AUROC transferida | Custo da transferência |
|---|---|---|---|
| Imagens de satélite, uso do solo em 17 classes | 0,9507 | 0,9484 | 0,0024 |
| Radiografias ChestX-ray14, 3 modelos em 4 | 0,7440 | 0,7511 | negativo |
Na radiografia torácica — lista de teste oficial, com 25 596 imagens de pacientes nunca vistos durante o treino — a pontuação transferida supera a pontuação nativa, e quatro das seis direções cruzadas ultrapassam a própria sonda do modelo de destino. O rigor da medição explica por que razão o resultado merece ser levado a sério: o cosseno bruto entre elementos não relacionados chega a 0,998 antes da correção, a centragem reduz os quatro fornecedores a 0,005 ou menos, e cada afirmação é publicada com o respetivo nível do acaso — 0,5014 com etiquetas baralhadas no conjunto de teste de satélite.
Together AI coloca GLM-5.3 à frente de dois modelos fechados na taxa de alucinação, sem indicar o benchmark
30 de agosto — A Together AI apresenta a baixa taxa de alucinação do GLM-5.3 como um aspeto subestimado do modelo e compara-o com dois modelos fechados de referência.
| Modelo comparado | Taxa de alucinação relativa ao GLM-5.3 |
|---|---|
| GLM-5.3 | referência |
| Claude Fable 5 | mais de 2 vezes superior |
| GPT-5.6 Luna | mais de 3 vezes superior |
A medição deve ser interpretada pelo que é. A Together AI aloja o GLM-5.3 e vende a sua inferência: a fonte não é neutra. A mensagem não indica o benchmark utilizado, os valores absolutos nem o método de contagem das alucinações — apenas proporções. Uma curta gravação de vídeo acompanha a publicação, mas o texto publicado não apresenta quaisquer números brutos. Deve, portanto, ser entendida como uma classificação relativa, não como uma avaliação independente.
O ângulo continua a ser digno de nota porque complementa o retrato traçado nos dias anteriores: as comparações DeepSWE publicadas no dia 29 mediam a capacidade de programação e o custo, não a fiabilidade factual em produção.
an underrated part of glm-5.3 is its low hallucination rate
claude fable 5 is over 2x higher, while gpt-5.6 luna is over 3x higher
🇵🇹 um aspeto subestimado do glm-5.3 é a sua baixa taxa de alucinação. o claude fable 5 apresenta uma taxa mais de 2 vezes superior, enquanto o gpt-5.6 luna apresenta uma taxa mais de 3 vezes superior. — @togethercompute no X
🔗 Mensagem de @togethercompute
Breves
- Reflexive Role Routing, um método para interromper um agente durante a geração — Uma sonda com uma única camada linear lê, durante a geração, dois valores — o desvio entre o objetivo do prompt e a trajetória atual e a probabilidade estimada de a saída sobreviver à revisão — que um controlador congelado utiliza para decidir se deve interromper. O processo é formalizado como uma decisão semimarkoviana para não descartar o contexto já produzido. Pré-publicação depositada com o DOI 10.5281/zenodo.22171581. 🔗 Artigo no Hugging Face
- Uma avaliação de risco descartável, gerada por um modelo de fronteira — Um único prompt leva um modelo poderoso a criar um benchmark novo, cuja grelha de classificação permanece privada na conversa; os modelos avaliados realizam o teste, as respostas regressam à conversa para serem classificadas e, em seguida, o benchmark é descartado — o autor não considera que isto evite a contaminação, apenas que reduz a dependência das mesmas perguntas públicas. O interesse reside sobretudo na distinção imposta aos resultados entre vontade (willingness), capacidade (capability) e facilitação (enablement). 🔗 Artigo no Hugging Face
- O modo de falha predefinido do CUDA é o silêncio — Nota de aprendizagem da primeira semana de programação de GPU, escrita a partir do programa mais simples possível: a adição de duas listas de mil números. O que impressionou o autor não foi o funcionamento da GPU, mas a discrição com que falha. Nenhum anúncio nem lançamento de modelo. 🔗 Artigo no Hugging Face
- GitHub volta a destacar o agrupamento das atualizações do Dependabot — No GCToolkit, um projeto da Microsoft, cerca de um em cada seis commits correspondia à atualização de uma única dependência; três alterações ao ficheiro
dependabot.ymlbastaram para reduzir o ruído, agrupando as atualizações e diminuindo a sua frequência, sem atrasar as correções de segurança. O artigo em questão data de 29 de julho de 2026: apenas a partilha ocorreu a 30 de agosto. 🔗 Mensagem de @github - WebMCP Challenge: prazo a 3 de setembro e sessão de perguntas e respostas a 31 de agosto — A OpenAI Developers recorda que os projetos do hackathon WebMCP podem ser submetidos até 3 de setembro e anuncia, no mesmo fio, uma sessão de perguntas e respostas (office hours) no Discord, prevista para segunda-feira, 31 de agosto, às 11 am PT, com os parceiros do concurso: Chrome, Cloudflare, Shopify, Vercel, Render e Netlify. O próprio hackathon tinha sido apresentado a 25 de agosto. 🔗 Mensagem de @OpenAIDevs
- Cohere publica três fotografias de Waterloo sem qualquer anúncio associado — A conta oficial prolonga o posicionamento canadiano da empresa, sem lançamento, sem números e sem ligação. Não contém qualquer informação factual: é mencionado para garantir a cobertura integral do período. 🔗 Mensagem de @cohere
O que isso significa
O hardware de consumo volta a ser uma restrição de projeto, não um limite a suportar. Dois dos trabalhos do fim de semana partem da mesma premissa: a máquina disponível determina a arquitetura, e não o contrário. O Gala foi concebido para um Mac — memória abundante, FLOPs escassos — e, portanto, acumula parâmetros e estado em vez de computação por token; o resultado é uma decodificação que não fica mais lenta entre 32.768 e 10,5 milhões de tokens de contexto. A quantização por rede de Leech visa a outra extremidade da cadeia: reduzir um modelo de 70 bilhões de parâmetros de 140 GB para cerca de 18 GB, ou seja, fazê-lo caber numa placa que particulares possuem. Nenhum dos dois afirma competir com um modelo de fronteira, e esse não é o ponto: ambos deslocam a questão do tamanho do modelo para a classe de máquina capaz de hospedá-lo.
Uma sonda treinada num modelo pode ser interpretada no modelo vizinho. O resultado mais surpreendente do dia também é o mais discreto. Se quatro modelos congelados de quatro empresas codificam imagens de maneira suficientemente semelhante para que uma única matriz de pesos seja transportada de um para outro a um custo de 0,0024 de AUROC — ou até mesmo a custo negativo —, então as ferramentas construídas sobre essas representações deixam de ficar presas ao fornecedor no qual foram calibradas. O próprio artigo propõe essa interpretação prática, mas imediatamente estabelece o limite que impede que isso já seja um método: as aplicações de transporte são ajustadas par a par, e nada indica que uma única delas funcionaria num modelo mantido fora desse ajuste. O rigor da medição não é relaxado em nenhum momento: anisotropia corrigida antes de qualquer comparação, patamar do acaso publicado ao lado de cada pontuação.
As alegações de confiabilidade chegam sem metrologia. A Together AI coloca o GLM-5.3 à frente de dois modelos fechados na taxa de alucinação, mas não menciona nenhum benchmark, não publica qualquer valor absoluto e não descreve seu método de contagem — ao mesmo tempo que vende a inferência do modelo que classifica em primeiro lugar. O contraste com as publicações de pesquisa do mesmo fim de semana é claro: elas publicam seus patamares do acaso ao lado dos resultados e detalham seus protocolos. Um relatório sem referencial não é uma medição, é um argumento comercial, e deve ser classificado como tal.
Do lado do produto, o fim de semana entregou apenas infraestrutura — e é aí que os agentes são definidos. A xAI não lança nenhum modelo: conecta o Grok Bot ao X, cria a conta de desenvolvedor em nome do usuário e distribui créditos de API para reduzir a fricção de entrada. O GitHub não anuncia nenhuma funcionalidade espetacular: torna sua API REST de dependências de issues sensível ao escopo. Em ambos os casos, o que muda é o direito de acesso e a superfície consultável, não a capacidade do modelo. É o trabalho menos visível e mais determinante para quem constrói agentes destinados a ler uma rede social ou um sistema de acompanhamento de tickets.
Fontes
- xAI — o Grok Bot agora funciona com o X
- GitHub — cinco novidades para o GitHub Issues
- Gala, um modelo pós-transformer treinado num MacBook
- Quantização por rede de Leech e decodificador CUDA fusionado
- Sondas lineares transportadas entre modelos de visão congelados
- Together AI — taxa de alucinação do GLM-5.3
- Reflexive Role Routing
- Avaliação de risco descartável gerada por um modelo de fronteira
- Nota de aprendizagem sobre a falha silenciosa do CUDA
- GitHub — agrupamento das atualizações do Dependabot
- OpenAI Developers — WebMCP Challenge e sessão de perguntas e respostas
- Cohere — fotos de Waterloo