A OpenAI divulga centenas de demonstrações matemáticas escritas por IA, deixando a área em polvorosa
A OpenAI acaba de publicar 372 resultados matemáticos num repositório GitHub, provenientes de um modelo vanguardista ainda não lançado. O The Verge contabiliza 722 manuscritos em 372 famílias de resultados. Muitas das demonstrações já foram validadas no Lean, pelo que a lógica está provavelmente correta, mesmo que a novidade ainda esteja por provar.
A empresa alega ter sido bem-sucedida na conjetura de Kakeya quadridimensional, feito ajustes em algoritmos importantes e até mesmo ter alcançado "progresso real" em direção à hipótese de Riemann. Um porta-voz disse à Scientific American que quase todos os resultados vieram de um único comando para um único agente — e não do enxame multimilionário de 10.000 agentes que decifrou a equação de Navier-Stokes anteriormente. Custo médio: aproximadamente três horas de raciocínio com o ChatGPT Pro.
Nem todos os matemáticos estão a celebrar. Andrew Sutherland, do MIT, disse basicamente: mostrem o modelo ou tratem a história de um único exemplo como não verificada. O próprio grupo consultivo da OpenAI queria instruções, nomes dos modelos e provas de computação. Em vez disso, a OpenAI publicou médias e algumas formalizações Lean. "Despejamos as provas, por favor, digiram" é uma estratégia de pesquisa ousada.
A Mistral apresenta a Large 4, uma "Le Chonk" com 1 trilião de parâmetros, visando a supremacia na categoria de peso livre
O laboratório francês Mistral lançou uma antevisão pública do Mistral Large 4 – extra-oficialmente ML4, "muito oficialmente: le Chonk". Trata-se de uma mistura multimodal nativa com 1 trilião de parâmetros totais e 49 mil milhões de parâmetros ativos. Os pesos serão divulgados até ao final do mês, após testes rigorosos com parceiros e governos.
A formação foi realizada em 3.800 GPUs NVIDIA Grace Blackwell nos data centers europeus da própria Mistral. A proposta é soberania com impacto: cibersegurança, finanças, direito e design de chips. Num teste cibernético de Análise Artificial que pede a um modelo para reproduzir e corrigir uma vulnerabilidade real, a Mistral afirma que o ML4 obteve 82% — a pontuação mais elevada entre todos os modelos —, enquanto alguns gigantes fechados recusam e obtêm pontuações próximas de zero.
Por conseguinte, a Europa ainda deseja um terceiro caminho entre os laboratórios fechados dos EUA e os pesos livres da China. Se isso se vai manter, é outra questão. O próprio apelido sugere que sabem o quão absurda parece a corrida aos parâmetros vista de fora.
Claude passa a integrar o Google Docs, as Folhas de Cálculo e as Apresentações como uma barra lateral nativa
O Claude da Anthropic para o Google Workspace está em versão beta pública nos planos pagos. Instale o add-on do Marketplace, abra um ficheiro e o Claude ficará numa barra lateral, capaz de ler e editar o documento directamente. Novos conectores permitem também criar e modificar ficheiros Google diretamente a partir do chat do Claude.
No Docs, é possível corrigir uma frase sem comprometer a formatação ou apresentar sugestões de reescrita mais complexas como cartões. O Sheets oferece fórmulas, tabelas dinâmicas, gráficos e até uma solução alternativa em Python para junções complexas. O Slides pode criar novos diapositivos a partir do seu tema existente e sinalizar elementos sobrepostos. O modo predefinido solicita permissão antes de editar. Existe também um modo "Aceitar tudo" para quem gosta de correr riscos.
A Gemini já está aqui presente, e o Microsoft Copilot oferece a versão Office — por vezes baseada em modelos antrópicos, o que é uma pequena contradição interessante. Claude está agora a tentar ser a camada de IA em ambos os ecossistemas. Podemos chamar a isto estratégia de produto, ou simplesmente recusa em escolher um lado. Provavelmente ambos.
A Meta e a Sierra elaboram um Protocolo de Agente Pessoal para que as lojas possam distinguir os bons bots dos maus bots
A Sierra e a Meta, em parceria com a Genesys, Instinct, Rocket, Shopify, Stripe e Walmart, estão a criar um padrão aberto para a comunicação entre agentes pessoais de IA e empresas. Os consumidores escolhem a que os seus agentes podem aceder. As empresas definem o que os agentes podem fazer em websites, APIs ou através de um agente da empresa. As sessões são baseadas no OAuth.
Uma especificação v0.1 e uma implementação de referência deverão ser lançadas ainda este mês. A descrição de Bret Taylor é direta: é um caos até que algo assim exista. A Amazon bloqueou o Muse da Meta. A Walmart é parceira do Muse e mesmo assim os agentes continuam a ser desmotivados pelo CAPTCHA. As companhias aéreas e outras companhias estão a adotar medidas mais rigorosas.
A OpenAI e a Anthropic ainda não estão presentes. Taylor diz que ficaria muito desapontado se os concorrentes não comparecessem. Sincero para um lançamento de padrões. Também um pouco embaraçoso quando o presidente da OpenAI está a co-escrever o protocolo.
A API Decisions da OpenAI entra em beta pública para fornecer respostas rápidas do tipo sim ou não
A OpenAI lançou a API Decisions em versão beta pública no gpt-6-luna através do POST /v1/decisions. Forneça texto, imagens ou ambos e obtenha respostas digitadas cerca de 10 vezes mais rapidamente do que com a API Responses — uma probabilidade de uma condição ser verdadeira, uma escolha da sua lista ou uma pontuação em relação a níveis ordenados.
Imagine encaminhar uma reclamação de "cobrança duplicada" para o setor de faturação ou sinalizar uma foto de produto com uma fissura. As imagens precisam de estar em base64 inline. O preço é de 0,10 dólares por milhão de tokens de entrada, sem cobrança por token de saída neste endpoint. Existem opções de retenção zero de dados e conformidade com a HIPAA para clientes elegíveis.
A funcionalidade foi apresentada em versão prévia limitada no DevDay e está agora disponível para o público em geral. O lançamento para o público em geral está previsto para as próximas semanas. Este é o tipo de recurso que os produtos de canalização menos atraentes precisam: classificadores sem a necessidade de escrever um romance de cada vez.
O EmbeddingGemma 2 da Google DeepMind agrupa texto, imagens, áudio e vídeo num único espaço vetorial no dispositivo
O EmbeddingGemma 2 é um modelo Apache 2.0 com 740 milhões de parâmetros que mapeia texto, código, imagens, vídeo e áudio num espaço partilhado de 768 dimensões. Construído com base no Gemma 4, destina-se a telemóveis e outros dispositivos com recursos limitados, e não a ser mais um sistema de incorporação gigante exclusivo para a cloud.
Carregue apenas o necessário: 270 MB para texto, adicione vídeo ou áudio, ou utilize o pacote completo. O truncamento Matryoshka pode reduzir os vetores até 128 dimensões, poupando até 6 vezes mais espaço de armazenamento. O contexto tem 8 KB de tokens — o suficiente para aproximadamente 5,5 minutos de áudio ou dezenas de frames. A Google afirma que o MTEB Code teve um aumento de quase 10 pontos percentuais em relação ao primeiro EmbeddingGemma.
Num Pixel 11 Pro com quantização, os pesos apenas para texto necessitam de cerca de 191 MB de RAM ativa; os pesos multimodais completos, cerca de 567 MB. O modelo de texto original já ultrapassou os 20 milhões de downloads. Os lançamentos mais discretos do Google por vezes importam mais do que os vistosos.
Ministro da Ciência da Coreia do Sul reforça investimento de 3,5 mil milhões de dólares em investigação de ponta em IA após o caso Mythos
Numa audiência parlamentar, o vice-primeiro-ministro Bae Kyung-hoon afirmou que Seul manterá o seu projecto de modelo de fundação soberana e acrescentará um programa separado de IA de ponta. Relacionou o investimento de 4,7 biliões de won (3,5 mil milhões de dólares) com o "choque do mito" em torno de Claude Mythos, da Anthropic, e com as ameaças à cibersegurança.
O projeto soberano passou por uma segunda avaliação e caminha para uma terceira. Bae classificou os resultados atuais como medianos a nível global e ambiciona algo mais próximo dos principais sistemas de código aberto. Referiu ainda um serviço de "IA para Todos" — gratuito e sem limite de utilização — para o final do ano, bem como megaprojetos em data centers, IA física e chips.
Portanto, a questão não é "cancelar o modelo doméstico", mas sim "adicionar uma pista maior e mais assustadora ao lado". As corridas nacionais de IA estão a tornar-se cada vez mais caras. Resta saber se 3,5 mil milhões de dólares serão suficientes para competir com a escala dos EUA e da China. Bae parece achar que estar parado é pior.
Perguntas frequentes
O que é que a OpenAI publicou no GitHub juntamente com o seu modelo matemático de vanguarda ainda não lançado?
A OpenAI publicou 372 famílias de resultados matemáticos — cerca de 722 manuscritos — de um modelo de fronteira ainda não lançado. Muitas demonstrações já foram validadas no Lean. A empresa afirma ter progredido na conjetura de Kakeya quadridimensional, em ajustes de algoritmos e em trabalhos relacionados com a hipótese de Riemann. Um porta-voz disse que quase todos os resultados vieram de um único estímulo para um único agente, com uma média de aproximadamente três horas de processamento do ChatGPT Pro — e não de um grande enxame multiagente.
Porque é que os matemáticos estão céticos em relação à história das provas matemáticas instantâneas da OpenAI?
Andrew Sutherland, do MIT, instou a OpenAI a mostrar o modelo ou a considerar a alegação de "agente único" como não verificada. O próprio grupo consultivo da OpenAI queria instruções, nomes dos modelos e provas de computação. Em vez disso, a empresa publicou médias e algumas formalizações Lean. As provas podem ser formalmente válidas, mas a novidade e a narrativa de agente único permanecem contestadas até que surjam provas mais completas.
O que é o Mistral Large 4 e quando chegam os pesos?
O Mistral Large 4 — também chamado ML4 ou "Le Chonk" — é um modelo multimodal nativo de mistura de especialistas com 1 trilião de parâmetros totais e 49 mil milhões de parâmetros ativos. Foi formado em 3.800 GPUs NVIDIA Grace Blackwell nos data centers europeus da Mistral. Uma pré-visualização pública já está disponível; os pesos completos serão disponibilizados até ao final do mês, após testes de segurança com parceiros e governos. A Mistral apresentou casos de utilização nas áreas de cibersegurança, finanças, direito e design de chips.
Como funciona o Claude no Google Docs, Folhas de Cálculo e Apresentações?
O Claude para o Google Workspace está em versão beta pública nos planos pagos, disponível como complemento no Marketplace. Fica numa barra lateral e pode ler um ficheiro e editá-lo diretamente, ou criar e modificar ficheiros do Google a partir do chat do Claude. No Documentos, pode corrigir frases ou apresentar cartões de sugestões; no Folhas de Cálculo, adiciona fórmulas, tabelas dinâmicas, gráficos e, opcionalmente, suporte para Python; no Apresentações, pode criar diapositivos a partir do seu tema. O modo padrão solicita permissão antes de editar; o modo "Aceitar tudo" ignora os pedidos.
Que problema tenta resolver o protocolo Meta e Sierra Personal Agent?
Os agentes pessoais de IA deparam-se frequentemente com CAPTCHAs ou bloqueios diretos ao fazer compras ou aceder a APIs de empresas. A Sierra e a Meta, com parceiros como a Genesys, Shopify, Stripe e Walmart, estão a elaborar um padrão aberto para que os consumidores controlem o acesso dos agentes e as empresas definam as ações permitidas através do OAuth. Uma especificação v0.1 e uma implementação de referência deverão ser lançadas ainda este mês. A OpenAI e a Anthropic ainda não estão envolvidas.
Quando deve utilizar a API Decisions da OpenAI em vez da API Responses?
Utilize a API Decisions quando precisar de uma resposta rápida do estilo "sim ou não" digitada — a probabilidade de uma condição ser verdadeira, uma opção numa lista ou uma pontuação em níveis ordenados. Funciona com gpt-6-luna via POST /v1/decisions, aceita texto e imagens em base64 incorporadas e é cerca de 10 vezes mais rápida que a API Responses. O preço é de 0,10 dólares por milhão de tokens de entrada, sem cobrança por token de saída. Existem opções de retenção zero de dados e conformidade com a HIPAA para clientes qualificados; o lançamento em disponibilidade geral está previsto para as próximas semanas.
O que torna o EmbeddingGemma 2 do Google DeepMind útil nos telemóveis?
O EmbeddingGemma 2 é um modelo Apache 2.0 com 740 milhões de parâmetros que mapeia texto, código, imagens, vídeo e áudio num espaço de 768 dimensões. Pode carregar apenas texto (270M), adicionar vídeo ou áudio, ou utilizar o conjunto completo. O truncamento Matryoshka pode reduzir os vetores para 128 dimensões, poupando até 6 vezes mais espaço de armazenamento. Num Pixel 11 Pro com quantização, o carregamento apenas de texto requer cerca de 191 MB de RAM ativa e o carregamento multimodal completo, cerca de 567 MB, com um contexto de 8K tokens.