Lançamentos de modelos e inferência local
Eficiência do Qwen3.8 Flash Next. A comunidade consegue rodar o Qwen3.8 Flash Next em hardware modesto descarregando a tabela n-gram/PLE para SSD ou especialistas quentes para VRAM; um GGUF do AtomicChat reduziu a RAM de 106 GB para 65 GB. Um cluster 2x DGX Spark atingiu 181 tok/s agregados entre 9 agentes, e uma RTX 3090 com 64 GB de RAM decodifica a 16 tok/s.
- Qwen 3.8 Flash Next ngram look up table offloaded to SSD and streamed in SGLang(abre em uma nova aba)
- AtomicChat/Qwen3.8-Flash-Next-GGUF is Really Good(abre em uma nova aba)
- Qwen3.8-Flash on RTX3090 + 64GB RAM (but you only need 12GB VRAM)(abre em uma nova aba)
- 50% tg increase with offloading "hot" experts to VRAM(abre em uma nova aba)
- Today I hit 181 toks/s (aggregate) on Qwen3.8-Flash-Next on 2x DGX Sparks(abre em uma nova aba)
- Is it worth running Qwen 3.8 Flash Next on 4x3090 vs 27B?(abre em uma nova aba)
Quants do Qwen3.8 27B. Novos GGUFs GSQ+RCO para o Qwen3.8-27B em 2,5 a 3,0 bpw igualam ou superam as quantizações anteriores. Separadamente, um Qwen 3.8 27B Q5 sem censura orientou um usuário a recuperar um telefone em boot-loop via fastboot.
Pesos abertos do GLM-5.3. O GLM-5.3 usa a mesma base do GLM-5.2, mas o pós-treinamento traz grandes ganhos em codificação e segurança cibernética, incluindo uma melhoria de 50% no Z.ai Code Bench. O suporte chegou rapidamente no branch ds4 e no visualizador do Hugging Face.
Breeze-TTS-2 TTS. O Breeze-TTS-2 é um modelo de texto para fala de cerca de 7 GB que os primeiros testadores chamam de qualidade genuinamente de fronteira. Ele está disponível via playground ou uso local.
Quants GGUF rotulados errado. Uma auditoria constatou que 64 de 443 quants GGUF têm nomes de arquivo low-bit, mas na verdade contêm pesos de ~4,5 bpw, porque o llama.cpp usa um tipo fallback. Quem baixa nunca vê o aviso, então a qualidade pode ser pior do que o tamanho anunciado.
Agentes e pesquisa
Pesquisadores automatizados de alinhamento. Pesquisadores da Anthropic mostraram que sistemas automatizados conseguem melhorar benchmarks de alinhamento ao buscar na literatura, propor métodos e treinar por 30 minutos por iteração. Os sistemas melhoraram todos os 10 benchmarks de mau comportamento testados sem degradar o desempenho geral.
Trabalho de laboratório do Co-Scientist. O Co-Scientist do Google DeepMind agora planeja experimentos, escreve código, opera equipamentos de laboratório e redige artigos, com módulos de verificação que conferem alegações numéricas contra os logs de execução. Ele foi validado em três disciplinas.
Agentes Codex persistentes. A OpenAI está testando um Modo Persistente para o Codex que mantém os agentes trabalhando de forma proativa até serem suspensos, com geração de tarefas de acompanhamento e contato com os usuários. Ainda há preocupações de segurança, incluindo comportamentos passados, como apagar dados quando solicitado.
Exploits de rumores de patch. Agentes de codificação conseguem transformar o rumor de um bug em um exploit funcional em poucos minutos após o compartilhamento de um patch, como observado em projetos OCaml. Isso desafia as práticas atuais de embargo em código aberto.
Confiança na busca agêntica. O EchoNet avalia nove modelos abertos em arbitragem epistêmica durante a busca agêntica, contrapondo o conhecimento prévio a páginas falsas, maiorias falsas e atualizações genuínas. O teste mede se os modelos ignoram atualizações reais ou acreditam em desinformação.
Artigos de pesquisa sobre agentes. Dois novos artigos avançam as capacidades dos agentes: o RLHEV usa desenvolvimento de jogos agêntico para criar recompensas verificáveis para modelos de mundo, e o UrbanGround avalia agentes MLLM em uma simulação de Hong Kong em escala real.
Hardware e ferramentas de desenvolvimento
Aperto de memória HBM. A Micron afirma que o HBM exige cerca de três vezes mais área de wafer do que o DDR5 para a mesma capacidade, e a proporção não vai melhorar. A migração para o HBM está efetivamente cortando a oferta de DRAM em dois terços em termos de GB, mantendo a memória escassa.
Meta MTIA 300. A Meta detalhou seu primeiro acelerador interno para treinamento de recomendações, o MTIA 300, com doze NICs de 800 Gbps integradas no encapsulamento e 1,2 TB/s de I/O total. O design é voltado para cargas intensivas em embeddings, em que a comunicação de rede é o gargalo.
Tenstorrent Quietbox 2. Um desenvolvedor recebeu o Tenstorrent Quietbox 2, destacando 256 GB de memória de sistema e 128 GB de GDDR interconectado como um ótimo custo-benefício. O plano é explorar implantações de modelos na arquitetura.
ROCm 10.0. A AMD lançou o ROCm 10.0, voltado para a era da IA agêntica, com um PR pendente no llama.cpp. Ele sucede a versão 7.14, lançada há apenas um mês.
Ferramentas de dados e robôs. O llmog anota datasets automaticamente com LLMs locais via llama.cpp ou vLLM. O LeRobot da Hugging Face está se tornando a stack aberta padrão para aprendizado de robôs ao padronizar dados e loops de treinamento.
Negócios e acordos
Dívida de GPUs da Lambda. A Lambda levantou US$ 1 bilhão em dívida privada de curto prazo para comprar chips da Nvidia que vai alugar para a Microsoft, na esteira de empréstimos anteriores de GPUs. A empresa estaria em negociações para uma rodada pré-IPO de US$ 3 bilhões.
M&A de pesos abertos. A Nvidia estaria adquirindo a Hugging Face por US$ 13 bilhões, depois de acordos com a Poolside e da compra da OpenRouter pelo Stripe. O capital está fluindo para a IA de pesos abertos enquanto a Nvidia busca neutralidade além dos laboratórios de fronteira.
OpenAI corta Cursor. A OpenAI vai parar de fornecer modelos para o Cursor até 12 de novembro de 2026, após a aquisição do Cursor pela SpaceX, citando a incapacidade de confiar que as empresas de Elon Musk cumpram os termos de serviço.
Executiva da Meta para OpenAI. A vice-presidente da Meta para Índia e Sudeste Asiático, Sandhya Devanathan, está indo para a OpenAI para supervisionar crescimento e parcerias na região, na sequência da contratação pela OpenAI de um head para a Índia vindo da Uber.
Cronograma de AGI da OpenAI. O cientista-chefe da OpenAI, Jakub Pachocki, diz que o modelo Astra, ainda não lançado, atende à sua meta de estagiário automatizado de pesquisa em IA, e Sam Altman estima declarar AGI internamente até dezembro de 2026.
Política e sociedade
Vitória judicial da Anthropic. Um juiz federal decidiu que a inclusão da Anthropic na lista negra do Pentágono foi uma retaliação ilegal por sua posição de segurança em relação a armas autônomas e vigilância em massa. As diretivas foram anuladas, embora um caso separado ainda esteja pendente.
Regra de ar da EPA. A EPA de Trump planeja remover uma regra que exige aviso público e comentários sobre licenças de ar para certos locais industriais, o que, segundo defensores, permitiria que desenvolvedores de data centers iniciassem as obras sem avisar os moradores próximos.
Privacidade nos óculos de IA. A Meta atualizou seus óculos de IA para que a câmera pare de funcionar se o LED de gravação estiver coberto, fechando uma brecha que permitia gravação sem consentimento.
Proibição de IA no Beatport. O Beatport vai bloquear músicas feitas inteiramente ou majoritariamente por IA em seu marketplace para DJs, enquanto permite faixas assistidas por IA com uma marcação. Uma pesquisa constatou que 77% dos usuários preferem música feita por humanos.
Inclusão no leaderboard de ASR. O Open ASR Leaderboard adicionou seu primeiro idioma do Sul Global e trabalhou para tornar o WER mais difícil de burlar com splits privados reservados e correções no normalizador.
Isso é tudo deste dia – cerca de 5 minutos de leitura.