Claude, um modelo de IA da Anthropic, melhorou o limite inferior de zeros satisfazendo a hipótese de Riemann de 41,6% para 67,2%. Usando insights de pesquisas anteriores e testando 650 ideias, Claude coordenou vários subagentes para executar verificações numéricas e reprovar sua descoberta. Dois matemáticos e uma validação formal confirmaram o resultado, destacando o potencial inesperado da IA no avanço da investigação matemática.
Meta introduziu Muse Glimmer, um modelo de peso aberto de 30B parâmetros, no Apache 2.0, otimizado para agentes locais sempre ativos, codificação, chamada de função e avaliação de modelo.
A OpenAI introduziu o GPT-5.6-Cyber, um modelo especializado para pesquisa de vulnerabilidades, validação de explorações e outras tarefas avançadas de segurança cibernética. A empresa também expandiu seu programa Daybreak com níveis de acesso Azul e Vermelho, projetados para dar aos defensores aprovados acesso a ferramentas de IA cada vez mais capazes.
É possível aprender fatos ocultos sobre como os modelos de fronteira foram treinados, investigando-os com solicitações cuidadosamente selecionadas. O número de parâmetros que os modelos possuem pode ser estimado pontuando-os em fatos de nicho. Medir como os modelos dividem os tokens pode revelar fatos sobre as misturas de conjuntos de dados usados para treinar o modelo. Os cronogramas de treinamento podem ser estimados por meio de modelos de pontuação em questões relacionadas à data ou à autoidentificação.
As informações são do site TLDR AI
