Atualizado diariamente1793 histórias verificadas

Notícias de IA.Sem o barulho.

Cobertura de IA verificada na fonte sobre lançamentos de produtos, mudanças políticas, pesquisas de segurança e movimentos do setor, explicada em inglês simples por uma equipe de educação sem fins lucrativos.

Fonte verificada

Cada história está vinculada às evidências mais fortes disponíveis: fontes originais, quando disponíveis, reportagens claramente atribuídas.

Inglês simples

What happened, why it matters, and what to watch — without the jargon.

Sem preenchimento

Quando o sinal é fraco, não publicamos nada além de preencher o feed.

Arquivo de notícias

Arquivo de notícias de IA — Página 141

Source-checked AI stories, newest first, for people who need to understand AI without chasing hype.

Source-provided image accompanying Thinkingbox benchmark finds AI agents struggle to reliably complete stateful business workflowsNotícia principal
Inovação5 min leia
Inovação5 min leia

O benchmark Thinkingbox revela que os agentes de IA lutam para concluir de maneira confiável fluxos de trabalho de negócios com estado

Um novo artigo do arXiv apresenta o Thinkingbox, um sandbox e benchmark para testar agentes de IA em tarefas de negócios de várias etapas. O modelo testado mais forte alcançou uma pontuação de aprovação@1 de 65,36%, mas apenas uma pontuação de aprovação^20 de 25,25%, destacando a lacuna entre o sucesso ocasional e a execução confiável.

Leia a história Fonte verificada: arxiv.org

Mais histórias

9 histórias
  4. Inovação5 min leia

    Preprint propõe seleção adaptativa de recursos para prevenção personalizada de quedas

    Uma pré-impressão aceita no MLHC 2026 descreve o PAFIR, uma estrutura de aprendizagem por reforço que seleciona sinais mutáveis de risco de queda específicos de cada pessoa a partir de medidas repetidas de saúde multimodais. O artigo relata uma melhor captura de padrões do que as linhas de base, mas o registro fornecido não fornece tamanhos de efeito ou evidências de quedas reduzidas.

    arxiv.org
  8. Inovação5 min leia

    Relatórios de pré-impressão O agendador LLM reduziu o uso de energia do data center em 32% e o tempo de espera em 30%

    Uma pré-impressão arXiv descreve um sistema baseado em LLM que prevê o tempo de execução do trabalho e o uso de energia do código-fonte antes de alocar recursos de GPU. Seus autores relatam menor consumo de energia e tempo de fila com um data center sem nome, mas o registro carece de detalhes suficientes para avaliar de forma independente o resultado.

    arxiv.org

Um briefing útil por semana

Acompanhe a IA sem ficar no feed.

Receba as notícias verificadas sobre IA da semana, dados originais, ferramentas úteis, opções de aprendizado e novos trabalhos de IA.

Send me
One email a week. Switch any time.

Reach people who are learning AI

Contratar um profissional de IA ou lançar um produto útil de IA? Coloque isso na frente das pessoas que vieram aqui para aprender e agir.

Publique um trabalho de IA Envie uma ferramenta de IA