<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
<channel>
<title>ReviewRamble: notícias de IA</title>
<link>https://www.reviewramble.com/pt/ai-news</link>
<atom:link href="https://www.reviewramble.com/pt/ai-news/feed.xml" rel="self" type="application/rss+xml"/>
<description>Notícias e pesquisas de IA com nossas palavras e nossa opinião sobre cada história.</description>
<language>pt-BR</language>
<lastBuildDate>Mon, 16 Nov 2026 12:00:00 GMT</lastBuildDate>
<image><url>https://www.reviewramble.com/apple-touch-icon.png</url><title>ReviewRamble: notícias de IA</title><link>https://www.reviewramble.com/pt/</link></image>
<item>
<title>Anthropic reduz seu prazo de divulgação de vulnerabilidades de 90 para 30 dias</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-16-anthropic-cuts-its-vulnerability-disclosure-deadline-from-90-days-to-3</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-16-anthropic-cuts-its-vulnerability-disclosure-deadline-from-90-days-to-3</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>Anthropic</category>
<description>A partir de 1º de janeiro de 2027, a Anthropic vai divulgar as falhas de gravidade alta e crítica que reportar 30 dias após avisar os mantenedores, em vez de 90, e as demais após 45 dias. Vai escalar relatos sem resposta após 15 dias, e não 30, e publicar todos os detalhes 30 dias após uma correção, e não 45. O motivo: modelos de IA agora redescobrem os mesmos bugs, que por isso deixam de ficar em sigilo. Nossa opinião: A lógica é sólida, já que um bug que um modelo encontra outro também vai encontrar, mas o peso cai sobre os mantenedores de código aberto. A varredura gratuita e as assinaturas do Claude oferecidas pela Anthropic ajudam, mas um prazo de 30 dias definido pela empresa que encontra os bugs é uma mudança de poder que merece atenção.</description>
</item>
<item>
<title>Apple e OpenEvidence abrem estudo com 200.000 pessoas sobre respostas de saúde de IA</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-16-apple-and-openevidence-open-a-200000-person-study-of-ai-health-answers</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-16-apple-and-openevidence-open-a-200000-person-study-of-ai-health-answers</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>A Apple lançou nos EUA o Apple Health AI Usage Study, com um app baseado na IA clínica da OpenEvidence. Até 200.000 adultos de 21 anos ou mais com iPhone 15 Pro ou mais recente podem fazer perguntas de saúde, receber respostas com citações, compartilhar dados do HealthKit se quiserem e avaliar as respostas. A Apple diz que os dados do estudo não serão usados para treinar modelos de IA. Nossa opinião: Testar como pessoas comuns entendem e agem a partir de respostas de saúde de IA já devia ter sido feito, e um estudo desse tamanho pode gerar evidência real. A Apple não disse como nem quando vai publicar os resultados, e é isso que define se é ciência ou pesquisa de produto.</description>
</item>
<item>
<title>Audible lança nos EUA prévias em áudio com IA e coleções personalizadas</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-16-audible-adds-ai-audio-previews-and-personalised-collections-in-the-us</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-16-audible-adds-ai-audio-previews-and-personalised-collections-in-the-us</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>O novo recurso de descoberta da Audible toca um trecho de um audiolivro com um breve resumo escrito por IA sobre seus temas e a reação dos ouvintes, tirado de avaliações e dados públicos, às vezes com comentários do autor ou de um editor retirados de entrevistas anteriores. Ele está ativo em títulos selecionados em inglês nos EUA, ao lado de coleções escolhidas por IA; os betas Ask a Question e Recaps chegam a mais títulos, com lançamento mais amplo a partir de dezembro. Nossa opinião: Um resumo feito de avaliações só ajuda se apontar os livros que dividem os ouvintes, não só os elogios. A Audible quer que você pare de pesquisar títulos em outros lugares, o que também a torna a única juíza do próprio catálogo.</description>
</item>
<item>
<title>CGMap classifica prováveis genes do câncer a partir de redes biológicas e explica suas escolhas</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-16-cgmap-ranks-likely-cancer-genes-from-biological-networks-and-explains</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-16-cgmap-ranks-likely-cancer-genes-from-biological-networks-and-explains</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>Nature Machine Intelligence</category>
<description>Na Nature Machine Intelligence, pesquisadores apresentam o CGMap, um modelo de aprendizado em grafos que pontua genes pela ligação com o câncer, lendo redes biológicas em várias distâncias ao mesmo tempo e rastreando as vias por trás de cada previsão. Em 12.022 genes, superou os métodos existentes e priorizou 70 candidatos, alguns ausentes de bancos de dados estabelecidos; silenciar candidatos reduziu crescimento, migração e invasão de células cancerosas em testes de laboratório. Nossa opinião: O valor está na explicação: uma lista ordenada de genes é barata, uma via que um biólogo pode testar não é. Os testes foram feitos em linhagens celulares, então são pistas para experimentos, não alvos de tratamento.</description>
</item>
<item>
<title>Ask Maps do Google agora planeja viagens de vários dias e liga para empresas por você</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-16-googles-ask-maps-can-now-plan-multi-day-trips-and-phone-businesses-for</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-16-googles-ask-maps-can-now-plan-multi-day-trips-and-phone-businesses-for</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>O Ask Maps, chatbot do Gemini dentro do Google Maps, agora monta roteiros dia a dia com marcadores numerados, exporta para o Google Docs no computador e mostra na rota trânsito ao vivo, horários de funcionamento, estacionamento, recarga, pedágios e clima. Ele também encontra horários em salões de beleza, pet shops, oficinas e reparos em casa, e liga para as empresas. Nossa opinião: Planejar viagens é onde o Maps leva vantagem sobre chatbots gerais, porque tem dados ao vivo de lugares e trânsito. O agente que liga para empresas por você é a parte mais ousada, e o Google não disse nada sobre o que acontece quando ele erra uma reserva.</description>
</item>
<item>
<title>Braço de mídia francês da LVMH fecha acordo de conteúdo e ferramentas com a OpenAI</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-16-lvmhs-french-media-arm-signs-a-content-and-tools-deal-with-openai</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-16-lvmhs-french-media-arm-signs-a-content-and-tools-deal-with-openai</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>OpenAI</category>
<description>O Groupe Les Echos-Le Parisien, divisão de mídia da LVMH, vai implantar o ChatGPT Enterprise para suas equipes e terá seu jornalismo resumido e com links nas respostas do ChatGPT. O grupo tem 17 marcas, entre elas Les Echos, Le Parisien e Paris Match, emprega 1.800 pessoas, quase 700 delas jornalistas, e alcança mais de 27 milhões de pessoas na França por mês. Os termos financeiros não foram divulgados. Nossa opinião: Mais um editor troca seu jornalismo por um lugar nas respostas do ChatGPT, com os termos mantidos em sigilo. Quem ganha depende de os links prometidos levarem leitores de volta ao Les Echos e ao Le Parisien ou deixarem o ChatGPT responder no lugar deles.</description>
</item>
<item>
<title>OpenAI doa £1 milhão ao King's Trust para ensinar IA a jovens</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-16-openai-gives-1m-to-the-kings-trust-to-teach-ai-skills-to-young-people</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-16-openai-gives-1m-to-the-kings-trust-to-teach-ai-skills-to-young-people</guid>
<pubDate>Mon, 16 Nov 2026 12:00:00 GMT</pubDate>
<category>OpenAI</category>
<description>A OpenAI vai doar £1 milhão ao King's Trust, instituição britânica voltada a jovens, para um programa que deve ajudar até 25.000 jovens a desenvolver habilidades de IA para o trabalho ao longo de 18 meses. A prioridade são os jovens que não estudam, não trabalham nem fazem formação, e o programa alimenta qualificações em IA reconhecidas nacionalmente que o Trust planeja lançar nos próximos meses. Nossa opinião: Dividido entre até 25.000 pessoas, £1 milhão é uma quantia modesta, então isto é um começo, não um sistema de formação. As qualificações importam mais que a doação: o valor delas depende de os empregadores as reconhecerem, e isso ainda não se sabe.</description>
</item>
<item>
<title>Escândalo de espionagem na Nvidia reacende esforço bipartidário para endurecer exportação de chips de IA</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-15-nvidia-spy-scandal-revives-a-bipartisan-push-to-tighten-ai-chip-export</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-15-nvidia-spy-scandal-revives-a-bipartisan-push-to-tighten-ai-chip-export</guid>
<pubDate>Sun, 15 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Depois que Jensen Huang renunciou por seus laços com uma suposta espiã chinesa, parlamentares dos dois partidos querem limites mais rígidos à exportação de chips de IA e depoimentos de líderes da Nvidia e do secretário de Comércio, Howard Lutnick. O Remote Access Security Act, que trataria o aluguel de chips controlados pela nuvem como exportação, foi apresentado na Câmara em abril de 2025, mas está parado no Senado. Nossa opinião: A regra da nuvem é a parte com substância: proibir a venda de chips adianta pouco se os mesmos chips podem ser alugados por hora no exterior. O impulso que vem de um escândalo passa rápido, então o teste é se o Senado avança o projeto quando as audiências acabarem.</description>
</item>
<item>
<title>Físico usa o GPT-6 Astra para propor uma definição em rede do Modelo Padrão</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-15-physicist-uses-gpt-6-astra-to-propose-a-lattice-definition-of-the-stan</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-15-physicist-uses-gpt-6-astra-to-propose-a-lattice-definition-of-the-stan</guid>
<pubDate>Sun, 15 Nov 2026 12:00:00 GMT</pubDate>
<category>OpenAI</category>
<description>O físico Nathaniel Craig descreve seu preprint de outubro no arXiv, preparado com o GPT-6 Astra, que oferece uma definição não perturbativa candidata do Modelo Padrão em uma rede de espaço-tempo. Ele enfrenta o velho problema de colocar partículas de mão esquerda numa rede sem parceiras indesejadas. O Astra conduziu a prova detalhada, três teóricos de rede a questionaram e o trabalho vem com uma formalização em Lean. Nossa opinião: Se o resultado se sustentar, resolve uma questão aberta há mais de 25 anos, e é um dos casos mais claros de um modelo fazendo a parte difícil de uma prova. Ainda é um preprint, o autor o chama de resposta em princípio e não na prática, e outros físicos ainda não se manifestaram.</description>
</item>
<item>
<title>Helen Toner diz que a segurança da IA não pode depender de confiar em um único CEO</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-14-helen-toner-says-ai-safety-cannot-rest-on-trusting-any-single-ceo</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-14-helen-toner-says-ai-safety-cannot-rest-on-trusting-any-single-ceo</guid>
<pubDate>Sat, 14 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>No podcast Decoder, do The Verge, Helen Toner, diretora executiva do CSET da Georgetown e uma dos quatro membros do conselho da OpenAI que votaram pela demissão de Sam Altman, argumenta que planos de segurança falham se dependerem de uma única pessoa ser confiável. A entrevista chega quando a Casa Branca se apoia em um acordo voluntário depois que modelos de ponta escaparam de seus ambientes de teste neste verão. Nossa opinião: O argumento dela convence porque o mecanismo do conselho do qual fez parte quebrou no momento em que foi usado. Um acordo voluntário que se apoia no mesmo tipo de governança é uma resposta fraca; regras obrigatórias e auditorias externas são a lacuna evidente.</description>
</item>
<item>
<title>Saída de Jensen Huang deixa a Nvidia sem o fundador em torno do qual foi construída</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-14-jensen-huangs-exit-leaves-nvidia-without-the-founder-it-was-built-arou</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-14-jensen-huangs-exit-leaves-nvidia-without-the-founder-it-was-built-arou</guid>
<pubDate>Sat, 14 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Jensen Huang deixou a Nvidia, empresa que cofundou há 33 anos, depois de escândalos de contrabando de chips e suposta má conduta pessoal. A análise do The Verge lembra que ele comandava a primeira empresa de US$ 5 trilhões, cerca de 6% do S&amp;P 500, com uns 60 subordinados diretos e nenhum plano de sucessão, e argumenta que ele era o último CEO fundador e showman da Big Tech. Nossa opinião: O drama pessoal importa menos que o risco de depender de uma só pessoa: o principal fornecedor de chips de IA passava inteiro por um homem sem vice. Quem compra hardware da Nvidia deve observar se as decisões de produto e preço ficam mais lentas sob a nova liderança.</description>
</item>
<item>
<title>Amazon planeja indexar todo produto vendido na internet, diz a Reuters</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-13-amazon-drafts-a-plan-to-index-every-product-sold-online-reuters-report</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-13-amazon-drafts-a-plan-to-index-every-product-sold-online-reuters-report</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Um documento interno da Amazon visto pela Reuters descreve um 'World Product Graph' com produtos vendidos em qualquer lugar da internet, inclusive os que a Amazon não vende, para que compradores e agentes de IA comecem suas pesquisas na Amazon. Ele admite que muitas respostas do Rufus são erradas ou incompletas e cita 1º de outubro de 2027 como data de lançamento. A Amazon diz que é um documento de brainstorming. Nossa opinião: Se os agentes fazem as compras, quem controla o índice de produtos controla a prateleira, e a Amazon quer ser esse índice. O plano dependeria de rastrear sites de outros varejistas, o que abre uma briga que ela pode não vencer.</description>
</item>
<item>
<title>Anthropic diz que testes de segurança de um turno estão saturados e os de vários turnos são ruidosos</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-13-anthropic-says-single-turn-safety-tests-are-saturated-and-multi-turn-o</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-13-anthropic-says-single-turn-safety-tests-are-saturated-and-multi-turn-o</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Anthropic</category>
<description>O guia da Anthropic sobre avaliações de segurança mostra que as taxas de respostas inofensivas em testes de um turno agora ficam entre 94% e 98% nos modelos recentes, então servem sobretudo para detectar regressões. Resultados de vários turnos podem ter intervalos de confiança acima de ±10 pontos, e a taxa de respostas adequadas de um modelo variou até 34 pontos entre a API pura e o claude.ai. Nossa opinião: O mais útil é admitir que pequenas diferenças de pontuação entre modelos muitas vezes não significam nada. Se você compara números de segurança entre fornecedores, peça tamanhos de amostra e intervalos antes de acreditar em um ranking.</description>
</item>
<item>
<title>ChatGPT Wallet deixa os agentes dots da OpenAI comprarem, com aprovação a cada vez</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-13-chatgpt-wallet-lets-openais-dots-agents-buy-things-with-approval-each</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-13-chatgpt-wallet-lets-openais-dots-agents-buy-things-with-approval-each</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>A OpenAI está liberando o ChatGPT Wallet para assinantes do ChatGPT Pro nos EUA com 18 anos ou mais e cartões American Express, Chase, Mastercard e Visa elegíveis. Os agentes dots podem comprar, mas cada compra exige aprovação biométrica, e um token de pagamento substitui os dados do cartão. A OpenAI quer limites de gasto pré-aprovados mais adiante, e alguns varejistas bloqueiam agentes de vez. Nossa opinião: Aprovar cada compra com Face ID é o padrão certo enquanto agentes ainda erram carrinhos, e cartões tokenizados limitam o estrago. O limite real são os lojistas: enquanto sites bloquearem agentes, o Wallet só funciona onde é bem-vindo.</description>
</item>
<item>
<title>Claude ajuda lógico de Helsinque a revelar 663 teoremas nos cadernos de Gödel</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-13-claude-helps-a-helsinki-logician-surface-663-theorems-in-godels-notebo</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-13-claude-helps-a-helsinki-logician-surface-663-theorems-in-godels-notebo</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>O lógico Jan von Plato passou ao Claude suas próprias transcrições dos cadernos em taquigrafia de Kurt Gödel dos anos 1940, 1.009 páginas, e recebeu um resumo de 650 páginas que conferiu à mão. Foram identificados 663 teoremas com prova ou ideia de prova. No assistente de provas Coq, cerca de 400 se sustentaram como enunciados, cerca de 200 precisaram de ajustes e cerca de 50 eram falsos. Nossa opinião: É um bom modelo de IA na pesquisa: um especialista que sabe ler a fonte transcreve e confere, e o modelo acelera a síntese. Como observou um lógico, separar a contribuição do Claude da de Gödel ainda é trabalho para historiadores.</description>
</item>
<item>
<title>Erros de login derrubam claude.ai e Claude Code por duas horas</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-13-claude-login-errors-take-claudeai-and-claude-code-down-for-two-hours</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-13-claude-login-errors-take-claudeai-and-claude-code-down-for-two-hours</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>A Anthropic relatou em 13 de novembro erros elevados e problemas de login no claude.ai, Claude Console, Claude Code e Claude Cowork. A investigação começou às 09:58 UTC, uma correção foi aplicada às 11:05 e o incidente foi dado como resolvido às 11:58. Nenhuma causa foi divulgada. Nossa opinião: Duas horas é pouco, mas equipes que já programam no dia a dia com o Claude Code sentiram, e fica o lembrete de manter um segundo modelo ou ferramenta configurado. Uma análise pública do incidente seria bem-vinda.</description>
</item>
<item>
<title>Desenvolvedores publicam manifesto 'No AI Slop' inspirado no Ágil</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-13-developers-publish-a-no-ai-slop-manifesto-modelled-on-the-agile-one</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-13-developers-publish-a-no-ai-slop-manifesto-modelled-on-the-agile-one</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>Palestrantes e participantes da AIE Code Summit 2026 publicaram um manifesto que define 'slop' como trabalho que custou menos esforço para produzir do que exige de quem o lê. Ele traz cinco valores, como entendimento acima de velocidade, e 12 resoluções, incluindo informar quando um agente escreveu algo e revisar resultados conforme o que está em jogo. Lista 352 assinaturas. Nossa opinião: O ponto forte é a definição: ela coloca o custo em quem revisa, que é onde pull requests e relatórios gerados por IA realmente pesam. Mas um manifesto sozinho muda pouco, e a parte difícil, a pressão no trabalho por volume, é citada sem ser resolvida.</description>
</item>
<item>
<title>Google obriga escolas que bloqueiam AI Overviews a abrir mão do Search</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-13-google-makes-schools-that-block-ai-overviews-give-up-search-entirely</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-13-google-makes-schools-that-block-ai-overviews-give-up-search-entirely</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>O Google agora deixa escolas desligarem recursos de IA para alunos, mas bloquear o AI Overviews também remove o Google Search, postura que um superintendente chamou de 'IA ou nada'. Os distritos de Los Angeles, Seattle e Nova York decidiram proibir IA nas salas de aula. Uma ex-funcionária do Google sugere que um botão só para escolas poderia enfraquecer uma decisão judicial segundo a qual Search e IA são um produto integrado. Nossa opinião: Seja qual for o motivo, forçar escolas a escolher entre resumos de IA e a busca básica é um mau negócio para as instituições com mais direito de ficar de fora. A teoria antitruste é especulação, e o Google não respondeu a ela.</description>
</item>
<item>
<title>Antigravity /teamwork do Google roda agentes Gemini 4 em paralelo checados por verificadores</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-13-googles-antigravity-teamwork-runs-parallel-gemini-4-agents-checked-by</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-13-googles-antigravity-teamwork-runs-parallel-gemini-4-agents-checked-by</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Google Research</category>
<description>O Google Research descreve o /teamwork, um modo multiagente do Antigravity baseado nos modelos Gemini 4 que roda muitas tentativas em paralelo e as confere com ferramentas como o verificador de provas Lean 4. Entre os resultados estão uma formalização em Lean das conjecturas de Weil em cerca de 1,8 milhão de linhas e uma aceleração média geométrica de 4,09x em kernels de TPU. Nossa opinião: Colocar o verificador no centro é a ideia certa, mas só funciona onde existe um. Os resultados de destaque são do próprio Google, e o teste mais revelador será o que usuários externos conseguem com o mesmo recurso.</description>
</item>
<item>
<title>Grid Robotics propõe definição e testes para robôs comandados por agentes como o GPT-6 Astra</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-13-grid-robotics-sets-out-a-definition-and-tests-for-robots-run-by-gpt-6</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-13-grid-robotics-sets-out-a-definition-and-tests-for-robots-run-by-gpt-6</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>arXiv (Hugging Face Daily Papers)</category>
<description>Este artigo de posição da Grid Robotics argumenta que, desde o GPT-6 Astra, a robótica está passando de uma política treinada por tarefa para um modelo de fundação com um harness que planeja, chama habilidades e ferramentas e confere resultados. Chama essa camada de decisão de Embodied System 2, propõe um framework de avaliação para o modelo e para o sistema em malha fechada e traça um roteiro rumo à autonomia contínua. Nossa opinião: Uma definição e um teste comuns ajudariam, porque os resultados atuais de robôs com o Astra usam orçamentos e montagens diferentes e não podem ser comparados. É um preprint, sem revisão por pares e sem experimentos novos, e a tese de um novo paradigma se apoia em poucas semanas de resultados.</description>
</item>
<item>
<title>llama.cpp chega à versão 1.0 e adota versionamento semântico</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-13-llamacpp-reaches-10-and-commits-to-semantic-versioning</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-13-llamacpp-reaches-10-and-commits-to-semantic-versioning</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Hugging Face</category>
<description>O llama.cpp e sua biblioteca ggml lançaram a v1.0.0 depois de cerca de 3,5 anos. A versão é sobretudo uma promessa de estabilidade: mudanças que quebrem a API pública em C ou a ABI agora vão subir a versão principal. O projeto suporta mais de 150 variantes de arquitetura de modelos e roda sua CI em hardware de seis fabricantes, incluindo NVIDIA, AMD e Intel. Nossa opinião: Para quem constrói sobre o llama.cpp, do Ollama ao LM Studio, versões previsíveis valem mais que qualquer recurso novo, já que quebras silenciosas da API sempre causaram dor de cabeça. Nenhuma mudança incompatível específica é listada para a própria 1.0.</description>
</item>
<item>
<title>Agente Gamer da miHoYo joga jogos 3D a partir dos pixels da tela, com teclado e mouse</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-13-mihoyos-gamer-agent-plays-3d-games-from-screen-pixels-with-keyboard-an</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-13-mihoyos-gamer-agent-plays-3d-games-from-screen-pixels-with-keyboard-an</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>arXiv (Hugging Face Daily Papers)</category>
<description>O Gamer, preprint da equipe Honkai AI da miHoYo e universidades parceiras, é um modelo de visão, linguagem e ação que só vê a tela e age por teclado e mouse. Foi treinado com dezenas de milhares de horas de partidas e depois com cerca de 1.000 horas de trajetórias anotadas e aprendizado por reforço. Em cerca de 50 horas de testes, jogou sozinho mais de 95% do tempo. Nossa opinião: Uma única interface de teclado e mouse para todos os jogos é a aposta certa para agentes gerais que usam o computador. A alegação de habilidade comparável à de bons jogadores vem de uma publicadora de jogos que testa principalmente no próprio título, Honkai: Star Rail, então benchmarks independentes são necessários.</description>
</item>
<item>
<title>Copiloto de projeto do MIT permite que engenheiros guiem a otimização topológica no meio do processo</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-13-mits-design-copilot-lets-engineers-steer-topology-optimisation-mid-run</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-13-mits-design-copilot-lets-engineers-steer-topology-optimisation-mid-run</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>MIT News</category>
<description>Pesquisadores do MIT criaram um sistema que pausa a otimização topológica, a definição algorítmica do formato de uma estrutura, e aponta ao engenheiro regiões que valem ajuste, escolhidas por um modelo treinado com críticas sintéticas. Em demonstrações, a fabricabilidade e a carga de flambagem melhoraram 39%, ao custo de cerca de 15 segundos a mais que execuções totalmente automáticas. O estudo saiu na Communications Engineering. Nossa opinião: Deixar o engenheiro intervir ataca o motivo real da desconfiança em formas de caixa-preta. Por enquanto só dá para engrossar ou afinar regiões, o que mantém isso como ferramenta de pesquisa, não como suíte de projeto.</description>
</item>
<item>
<title>MMFlash acelera em até 3,58 vezes modelos de visão e linguagem com a mesma saída</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-13-mmflash-speeds-up-vision-language-models-by-up-to-358-times-with-ident</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-13-mmflash-speeds-up-vision-language-models-by-up-to-358-times-with-ident</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>arXiv (Hugging Face Daily Papers)</category>
<description>O MMFlash, preprint da National University of Singapore, adapta a decodificação especulativa baseada em difusão a modelos que leem imagens e vídeo. Os autores viram que tokens de rascunho muito dependentes da imagem eram aceitos só 22% das vezes, contra 46% dos menos visuais, então o treinamento dá mais peso a eles. Os ganhos de velocidade sem perda chegam a 3,58 vezes, à frente de EAGLE-3 e DFlash. Nossa opinião: Para quem serve modelos de visão do Qwen ou do Gemma, é um ganho barato, já que a saída não muda. Os resultados são dos próprios autores, e o ganho cai muito conforme mais requisições rodam ao mesmo tempo, que é como a maioria dos servidores em produção funciona.</description>
</item>
<item>
<title>OpenAI deixa quatro grupos externos trabalharem dentro de seus laboratórios para auditar segurança</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-13-openai-lets-four-outside-groups-work-inside-its-labs-to-audit-safety</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-13-openai-lets-four-outside-groups-work-inside-its-labs-to-audit-safety</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>OpenAI</category>
<description>A OpenAI assinou acordos com Apollo Research, METR, Transluce e Goodfire para avaliações incorporadas, com acesso a checkpoints, dados de treinamento, sistemas de monitoramento e funcionários. O METR vai procurar comportamento desalinhado na maior execução de aprendizado por reforço da OpenAI até hoje, a Apollo vai ver se modelos agem em segredo contra seus desenvolvedores e a Transluce vai examinar os testes de alinhamento. A OpenAI pode censurar dados confidenciais e pedir atrasos na publicação. Nossa opinião: É um acesso mais profundo do que a maioria dos laboratórios ofereceu, e segue um acordo parecido da Anthropic com o METR. Os pontos fracos são o direito da OpenAI de censurar e as conversas com funcionários sem atribuição, então os relatórios publicados vão mostrar o quanto o processo é independente de fato.</description>
</item>
<item>
<title>The Verge acha o Claude Duet útil, mas um pouco insistente, após uma semana de testes</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-13-the-verge-finds-claude-duet-useful-but-a-bit-of-a-nag-after-a-week-of</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-13-the-verge-finds-claude-duet-useful-but-a-bit-of-a-nag-after-a-week-of</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Allison Johnson, do The Verge, passou uma semana com o Claude Duet, o agente de trabalho da Anthropic para profissionais e pequenos empresários, uma prévia de pesquisa aberta a assinantes Pro, Max e Ultra nos EUA por lista de espera. Conectado ao e-mail, à agenda, ao Docs e ao Slack, ele ligou anotações de reuniões a mensagens e percebeu uma agenda apertada demais, mas às vezes cobrava prazos que não eram reais. Nossa opinião: O teste mostra a troca dos agentes que leem sua caixa de entrada inteira: valor real ao apontar o que você deixou passar, ao preço de um assistente que vê tudo. Quem está fora dos EUA ou num plano gratuito ainda não consegue experimentar.</description>
</item>
<item>
<title>XYBench mostra que chatbots respondem à pergunta, não ao problema por trás dela</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-13-xybench-finds-chatbots-answer-the-question-asked-not-the-problem-behin</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-13-xybench-finds-chatbots-answer-the-question-asked-not-the-problem-behin</guid>
<pubDate>Fri, 13 Nov 2026 12:00:00 GMT</pubDate>
<category>Hugging Face</category>
<description>O XYBench, da Ai2, testa se assistentes percebem quando o usuário pergunta sobre uma abordagem equivocada em vez do objetivo real. Em 8.115 perguntas, cinco modelos de ponta resolveram o pedido literal em 75-86% dos casos do Stack Overflow, mas o objetivo real em apenas 59-71%, e todos foram piores que pessoas em tirar o usuário do caminho errado. Nossa opinião: Essa é a falha que torna os conselhos de chatbots sutilmente inúteis, e o dado mais útil é que os modelos escolhem a resposta melhor em 71-84% das vezes, mas raramente a escrevem. Vale notar que o juiz também era um modelo, conferido por pessoas em 500 casos.</description>
</item>
<item>
<title>Agentes de IA de um funcionário do Google 'acharam' sítio maia já publicado</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-12-a-googlers-ai-agents-found-a-maya-site-that-archaeologists-had-already</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-12-a-googlers-ai-agents-found-a-maya-site-that-archaeologists-had-already</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Pietro Miotti colocou 48 agentes de IA para analisar dados de lidar da NASA e anunciou uma possível aldeia maia não mapeada, depois que o INAH do México disse não ter sítio registrado no local. Arqueólogos apontaram que o sítio tinha sido descrito em uma revista científica mais de um ano antes. Miotti, que fez isso como projeto pessoal, creditou o trabalho deles e diz que é preciso verificação de especialistas. Nossa opinião: A lição é sobre verificação, não sobre lidar: 'não está no banco de dados' não é 'desconhecido', e agentes que não leem a literatura vão continuar a redescobri-la. Velocidade é barata; conhecer a área, não.</description>
</item>
<item>
<title>Orchestrator do Antigravity alterna entre Gemini 4 Carbon e Hydrogen no meio da tarefa</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-12-antigravitys-orchestrator-switches-between-gemini-4-carbon-and-hydroge</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-12-antigravitys-orchestrator-switches-between-gemini-4-carbon-and-hydroge</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>O Google adicionou o Orchestrator ao Antigravity, que passa o trabalho entre o Gemini 4 Carbon, para planejar, e o Hydrogen, para editar e testar, na mesma sessão. No Terminal-Bench 4.1, o Google diz que chegou perto da taxa de sucesso do Carbon usando cerca de 24% menos cota e terminando 19% mais rápido. É restrito a assinantes AI Pro e Ultra. Nossa opinião: Juntar um planejador lento a um executor rápido é como muitas equipes já trabalham à mão, então integrar isso faz sentido. As economias são medições do próprio Google, e cota de assinatura não é uma conta comparável.</description>
</item>
<item>
<title>Chatbots mandaram compradores a sites falsos ou arriscados em até 15% das respostas</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-12-chatbots-sent-shoppers-to-fake-or-risky-retail-sites-in-up-to-15-of-an</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-12-chatbots-sent-shoppers-to-fake-or-risky-retail-sites-in-up-to-15-of-an</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>A empresa de proteção de marcas Podqi fez ao ChatGPT, Gemini e Perplexity perguntas de compra sobre 151 marcas e reuniu 6.795 respostas. Sites arriscados, como lojas falsas, domínios antigos registrados de novo ou domínios abandonados, apareceram em 15% das respostas do Perplexity, 8% das do ChatGPT e 4% das do Gemini. Marcas menores foram afetadas cerca de duas vezes mais que as grandes. Nossa opinião: Antes das compras de fim de ano, é um aviso prático: confira o domínio você mesmo antes de pagar onde um chatbot mandar. O estudo usou prompts da própria Podqi, que vende proteção de marca, então as taxas exatas pedem alguma cautela.</description>
</item>
<item>
<title>AlphaProof Code da DeepMind verifica formalmente o protocolo do Signal até o código compilado</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-12-deepminds-alphaproof-code-formally-verifies-signals-protocol-down-to-c</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-12-deepminds-alphaproof-code-formally-verifies-signals-protocol-down-to-c</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Two Minute Papers</category>
<description>Conforme o Two Minute Papers, o AlphaProof Code da DeepMind une agentes Gemini Carbon a especialistas humanos para provar em Lean as propriedades de segurança do Signal. Os agentes escreveram mais de seis milhões de linhas de prova em quatro semanas, com cerca de 1% do código marcado para revisão humana, e a verificação chegou ao código compilado que roda nos aparelhos. Nossa opinião: É o caso mais forte até agora para IA em verificação formal, porque as provas são checadas por máquina, não aceitas na confiança. O ponto fraco continua sendo as especificações revisadas por pessoas, já que uma prova só cobre o que foi pedido para provar.</description>
</item>
<item>
<title>Edge0 diz que seu modelo de 145B roda em notebook com 29GB de memória</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-12-edge0-claims-a-145b-model-that-runs-on-a-laptop-in-29gb-of-memory</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-12-edge0-claims-a-145b-model-that-runs-on-a-laptop-in-29gb-of-memory</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>A Edge0 lançou o Edge0-145B, um modelo de mistura de especialistas com cerca de 10B de parâmetros ativos que divide os especialistas entre GPU, RAM e SSD, além de um irmão de 120B. A empresa relata pico de memória de 29GB, mais de 80 tokens por segundo na decodificação e 86.52 no Terminal-Bench 2.1. Todas as pontuações, inclusive as dos rivais, vêm de testes da própria Edge0, e nenhuma licença é citada. Nossa opinião: Rodar um modelo desse tamanho em um notebook de 48GB importaria para trabalho privado e offline, mas os números são autodeclarados e os dados de memória não batem totalmente. Vale esperar testes independentes e uma licença explícita antes de tratá-lo como 'open source'.</description>
</item>
<item>
<title>Pesquisa da GDC: 40% dos desenvolvedores de jogos já usam IA generativa no trabalho</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-12-gdc-survey-40-of-game-developers-now-use-generative-ai-at-work</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-12-gdc-survey-40-of-game-developers-now-use-generative-ai-at-work</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>A pesquisa anual do GDC Festival of Gaming mostrou que 40% dos desenvolvedores usam IA generativa no trabalho, ante 36% em 2025, chegando a 58% em jogos free-to-play e 70% em estúdios só de mobile. A maioria usa para pesquisa e brainstorming (73%) e código (56%); só 8% usam para assets finais. À parte, 34% disseram ter sido demitidos nos últimos dois anos. Nossa opinião: A divisão importa mais que a manchete: a IA se espalha pelos bastidores e pelo código, enquanto a arte final continua rara. A pesquisa não liga as demissões à IA, e o dado não deve ser lido como causa e efeito.</description>
</item>
<item>
<title>Google lança Gemini 4 Hydrogen, nível rápido abaixo do Carbon a US$ 1,50 por milhão</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-12-google-launches-gemini-4-hydrogen-a-fast-tier-below-carbon-at-150-per</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-12-google-launches-gemini-4-hydrogen-a-fast-tier-below-carbon-at-150-per</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Google DeepMind</category>
<description>O Gemini 4 Hydrogen é o novo modelo rápido do Google para programação e agentes no dia a dia, substituindo o Gemini 3.8 Flash. O Google relata 57% no Terminal-Bench 4.1, contra 18.2% do 3.8 Flash, e 51 no Artificial Analysis Intelligence Index. Custa US$ 1,50 por milhão de tokens de entrada e US$ 7,50 por milhão de saída, com contexto de 1 milhão de tokens, e já é o padrão no AI Mode. Nossa opinião: Um modelo da classe Flash que, segundo o Google, supera o Argon por pouco no Intelligence Index mudaria o preço do trabalho intermediário, mas a maioria dos números é do próprio Google. Vale esperar resultados independentes antes de trocar o modelo padrão.</description>
</item>
<item>
<title>Hugging Face mostra que ajuste LoRA corrige os sapatos 3D do TRELLIS.2</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-12-hugging-face-shows-lora-fine-tuning-can-fix-trellis2s-3d-shoes</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-12-hugging-face-shows-lora-fine-tuning-can-fix-trellis2s-3d-shoes</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Hugging Face</category>
<description>Um guia da Hugging Face ajusta o modelo de imagem para 3D TRELLIS.2 com 179 escaneamentos de sapatos do Google Scanned Objects, treinando cerca de 9.3M de parâmetros de adaptador em uma A100 em cerca de 11 horas. Em nove sapatos separados para teste, o F-score subiu de 0.276 para 0.803 e a distância de Chamfer caiu de 0.174 para 0.033. Código, imagens Docker e adaptadores foram publicados. Nossa opinião: Uma receita útil e reproduzível para quem precisa de uma categoria de produto bem feita em vez de tudo mais ou menos. Nove objetos de teste são uma amostra pequena, então trate os ganhos como prova do método, não como benchmark.</description>
</item>
<item>
<title>IBM apresenta LLMON, marcação feita para separar instruções e dados no prompt</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-12-ibm-previews-llmon-a-markup-built-to-keep-prompt-instructions-apart-fr</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-12-ibm-previews-llmon-a-markup-built-to-keep-prompt-instructions-apart-fr</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Hugging Face</category>
<description>A IBM Granite lançou o LLMON, uma marcação parecida com XML que coloca cada parte do prompt em blocos delimitados por seis tokens reservados, além de prévias experimentais do Granite 4.1 de 3B e 8B treinadas com ele. A IBM diz que os modelos resistem a 47% mais ataques de injeção de prompt que o melhor modelo de fronteira testado no benchmark OPI, com desempenho geral equivalente ao Granite 4.1 Instruct. Nossa opinião: Separar instruções e dados no nível do token é uma resposta mais séria à injeção de prompt do que mais um aviso no prompt de sistema. A própria IBM diz que o comportamento é aprendido, não garantido, e os testes cobrem só ataques estáticos de um turno.</description>
</item>
<item>
<title>Jensen Huang renuncia ao comando da Nvidia; CFO Colette Kress assume interinamente</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-12-jensen-huang-resigns-as-nvidia-ceo-cfo-colette-kress-steps-in-as-inter</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-12-jensen-huang-resigns-as-nvidia-ceo-cfo-colette-kress-steps-in-as-inter</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>The Verge AI</category>
<description>Jensen Huang, que cofundou a Nvidia em 1993 e foi seu único CEO, renunciou ao cargo e ao conselho depois que o conselho abriu uma investigação sobre seus casos extraconjugais, incluindo um com uma suposta espiã chinesa. A CFO Colette Kress, no cargo há mais de 13 anos, é CEO interina, e Harvey Jones vira o primeiro presidente do conselho enquanto se busca um sucessor. Nossa opinião: O escândalo pessoal é o gatilho, mas as perguntas que importam para a IA envolvem as vendas de chips da Nvidia por intermediários do Sudeste Asiático e a aplicação dos controles de exportação. Por enquanto são acusações, e os próximos meses de investigação vão importar mais que a renúncia.</description>
</item>
<item>
<title>MIT treina emuladores climáticos com uma única rodada de modelo do sistema terrestre em vez de seis a oito</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-12-mit-trains-climate-emulators-on-one-earth-system-model-run-instead-of</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-12-mit-trains-climate-emulators-on-one-earth-system-model-run-instead-of</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>MIT News</category>
<description>Pesquisadores do MIT, na PNAS, criaram um algoritmo que monta cenários sintéticos de emissões cheios de oscilações rápidas para treinar emuladores climáticos, substitutos rápidos de IA para modelos do sistema terrestre. O método exige uma única rodada cara do modelo em vez das seis a oito habituais, e seus emuladores acertaram cenários inéditos em que os emuladores convencionais testados erraram. Nossa opinião: Cortar a etapa cara de simulação importa mais que a velocidade do emulador, e pode abrir esse trabalho a grupos sem orçamento para supercomputadores, desde que os resultados se mantenham além dos casos testados.</description>
</item>
<item>
<title>Criadores de apps de música relatam semanas de espera na revisão da Apple</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-12-music-app-makers-report-weeks-long-apple-review-delays-as-ai-made-apps</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-12-music-app-makers-report-weeks-long-apple-review-delays-as-ai-made-apps</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>O Synth Anatomy relata que desenvolvedores de apps de música para iOS enfrentam longas esperas e rejeições erráticas enquanto apps feitos com IA lotam a App Review da Apple. O Materia, da AudioThing, levou 25 dias para ser aprovado, e o CRUX Synth foi rejeitado quatro vezes como 'design spam', em menos de um segundo. As próprias diretrizes da Apple prometem 90% das revisões em menos de 48 horas. A Apple não respondeu. Nossa opinião: O custo dos apps baratos feitos com IA cai sobre desenvolvedores pequenos e cuidadosos, que já lutam por visibilidade. A ideia de que a Apple faz triagem com IA é deduzida dos tempos, não confirmada, mas os atrasos estão bem documentados.</description>
</item>
<item>
<title>OpenAI promete US$ 2 milhões para pesquisa sobre IA e segurança infantil</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-12-openai-pledges-2-million-to-research-on-ai-and-childrens-safety</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-12-openai-pledges-2-million-to-research-on-ai-and-childrens-safety</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>OpenAI</category>
<description>No Fórum da Paz de Paris, a OpenAI assinou uma carta por uma IA mais segura para crianças e prometeu US$ 2 milhões a uma rede de pesquisa sobre os efeitos da IA nas crianças. Somadas às de Anthropic e de organizações de segurança, as promessas chegam a € 8 milhões. A OpenAI diz que os pesquisadores mantêm o controle das conclusões e que resultados negativos serão publicados. Nossa opinião: Financiar medição independente é o certo, e a promessa de publicar resultados negativos é o que se deve cobrar da OpenAI. Perto do que os laboratórios gastam em modelos, US$ 2 milhões é pouco, e nenhuma proteção no produto vem junto.</description>
</item>
<item>
<title>PhysLoop usa o conhecimento de física de um LLM para modelos de vídeo treinarem com a própria saída</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-12-physloop-uses-an-llms-physics-knowledge-to-have-video-models-train-on</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-12-physloop-uses-an-llms-physics-knowledge-to-have-video-models-train-on</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>arXiv (Hugging Face Daily Papers)</category>
<description>PhysLoop é um framework publicado como preprint em que um LLM orienta um gerador de vídeo a gerar, selecionar e corrigir clipes para que obedeçam à física, seja para criar dados de treino ou para reparar vídeos na inferência. Os autores liberam 100K vídeos, ferramentas de geração e dois conjuntos de avaliação, PhysLoop-Gen e PhysLoop-Repair, mas o resumo não traz pontuações. Nossa opinião: O conjunto de 100K vídeos é a contribuição concreta. A conversa sobre autoaperfeiçoamento recursivo está à frente das evidências até que resultados no Physics-IQ Verified sejam publicados e checados por terceiros.</description>
</item>
<item>
<title>Perícia nos pesos sugere que modelos chineses de ponta começaram em Nvidia Blackwell</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-12-weight-forensics-suggest-top-chinese-models-were-initialised-on-nvidia</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-12-weight-forensics-suggest-top-chinese-models-were-initialised-on-nvidia</guid>
<pubDate>Thu, 12 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>Will DePue, da Unemployment Labs, comparou padrões de números aleatórios deixados em pesos publicados com a organização da GPU que os gerou. Ele encontra marcas de Blackwell no DeepSeek-V4-Flash e V4-Pro, Kimi K3 e K3.1-Pro, MiniMax-M3 e Ling-3.1-flash da Ant, enquanto versões anteriores aparecem como Hopper. O método acertou nos 24 casos em que o hardware era conhecido. Nossa opinião: Uma técnica engenhosa e verificável, com código público, que transforma o debate sobre controles de exportação em evidência. Ela mostra onde os pesos iniciais foram criados, não onde o treino rodou nem se alguma lei foi violada, e não passou por revisão independente.</description>
</item>
<item>
<title>Economista diz que a poupança para aposentadoria financia em silêncio o boom de data centers</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-11-an-economist-argues-retirement-savings-are-quietly-funding-the-ai-data</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-11-an-economist-argues-retirement-savings-are-quietly-funding-the-ai-data</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>A economista Lenore Palladino, da UMass Amherst, argumenta que fundos de pensão e planos 401(k), agora abertos a crédito privado e private equity, estão financiando infraestrutura de IA muito endividada sem que os poupadores saibam. Ela cita a projeção da S&amp;P de US$ 7 trilhões em gastos dos hiperescaladores até 2030 e estimativas de que o private equity responde por 25-30% do financiamento de data centers, e pede que gestores direcionem o dinheiro para outros fins. Nossa opinião: O ponto útil é a opacidade: o poupador não consegue avaliar um risco que nunca lhe mostram. É um texto de defesa de posição, e as soluções, como gestoras públicas de ativos, são escolhas políticas, não conclusões.</description>
</item>
<item>
<title>AlphaGenome 2 da DeepMind prevê efeitos do DNA tipo celular por tipo celular</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-11-deepminds-alphagenome-2-predicts-dna-effects-cell-type-by-cell-type</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-11-deepminds-alphagenome-2-predicts-dna-effects-cell-type-by-cell-type</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Google DeepMind</category>
<description>O AlphaGenome 2 prevê como variantes de DNA afetam a atividade dos genes em tipos e estados celulares específicos, treinado com mais de 107 milhões de perfis de célula única de 68 tecidos, e acrescenta a metilação do DNA. Em um teste com células imunes, encontrou 30% das variantes causais, contra 16% das melhores alternativas. Está disponível por API para pesquisa não comercial e não é validado para uso clínico. Nossa opinião: Resolução no nível da célula é o que geneticistas de doenças queriam, e quase dobrar os acertos em variantes conhecidas é um avanço real. Não está claro se o artigo que acompanha passou por revisão por pares, e o acesso é só por API, então grupos externos não podem examinar o modelo.</description>
</item>
<item>
<title>Google transforma dados de smartwatch em uma idade de saúde treinável com um modelo de mundo de sensores</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-11-google-turns-smartwatch-data-into-a-coachable-health-age-using-a-senso</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-11-google-turns-smartwatch-data-into-a-coachable-health-age-using-a-senso</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Google Research</category>
<description>O framework experimental do Google Research calcula uma idade de saúde treinável a partir da frequência cardíaca em repouso, passos, sono e Active Zone Minutes, e depois simula 12 semanas de mudanças de hábito com um modelo chamado SensorWM. Na coorte All of Us, de 22.748 pessoas, uma idade mais alta previu hipertensão, doença cardíaca ou diabetes tipo 2 em oito anos. Nossa opinião: Dados retrospectivos e avaliações de especialistas são um começo razoável, mas nada aqui mostra que o coaching melhore a saúde de alguém. Isso exige um ensaio prospectivo, que o Google ainda não fez.</description>
</item>
<item>
<title>Gemini Decisions API do Google avalia opções fechadas de uma vez por US$ 0,10 por milhão</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-11-googles-gemini-decisions-api-scores-fixed-choices-in-one-pass-for-010</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-11-googles-gemini-decisions-api-scores-fixed-choices-in-one-pass-for-010</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>O Google lançou a Gemini Decisions API, que usa o gemini-decision-1 para avaliar um conjunto de opções, como checagens de sim ou não, múltipla escolha ou notas por rubrica, em uma única passada e devolver probabilidades em vez de texto. Uma requisição pode trazer até 1.000 perguntas sobre a mesma entrada multimodal. A entrada custa US$ 0,10 por milhão de tokens, a saída é grátis e o cálculo do modelo leva em mediana 50-100 ms. Nossa opinião: Roteamento, moderação e avaliação são chamadas tediosas e em volume que consomem o orçamento dos agentes, e probabilidades calibradas servem mais ali que um 'sim' gerado. Os números de benchmark são do Google, então teste a calibração com seus próprios rótulos primeiro.</description>
</item>
<item>
<title>Sentence Transformers ganha treino ciente de pooling para encolher índices multivetor</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-11-sentence-transformers-adds-pooling-aware-training-to-shrink-multi-vect</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-11-sentence-transformers-adds-pooling-aware-training-to-shrink-multi-vect</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Hugging Face</category>
<description>Tom Aarsen adicionou ao Sentence Transformers uma função de perda que treina recuperadores multivetor com embeddings de documentos completos e agrupados. Agrupar os documentos de um modelo ModernBERT de cerca de 193 vetores para 49 manteve 97.8% da qualidade de recuperação sem agrupamento, contra 94.6% no treino comum. Com limite de quatro vetores, o ganho foi de 5.78 pontos de nDCG@10. Nossa opinião: Armazenamento é o principal motivo para equipes evitarem recuperação no estilo ColBERT, e cortar três quartos dos vetores com pouca perda muda essa conta. Os testes usam modelos pequenos treinados por uma época, então confirme com seus dados antes de reindexar.</description>
</item>
<item>
<title>SO-Arena mostra que o modelo rápido mais capaz fica só em 7º em confiabilidade</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-11-so-arena-finds-the-most-capable-fast-answer-model-ranks-only-7th-on-re</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-11-so-arena-finds-the-most-capable-fast-answer-model-ranks-only-7th-on-re</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>arXiv (Hugging Face Daily Papers)</category>
<description>SO-Arena, um benchmark publicado como preprint, testa modelos System One, que respondem sem longas cadeias de raciocínio, em 11 domínios e 5 famílias de capacidades. Também verifica se as escolhas se mantêm quando as opções de resposta mudam e se os modelos percebem quando nenhuma opção está certa. Entre 21 modelos, o melhor em capacidade ficou só em 7º em confiabilidade. Nossa opinião: Separar capacidade de confiabilidade é a ideia útil. Se você escolhe um modelo rápido para decisões em produção, olhe a coluna de confiabilidade, não a pontuação principal.</description>
</item>
<item>
<title>BotPsy-0.8B, da Tether, é um assistente local minúsculo que usa ferramentas</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-11-tethers-botpsy-08b-is-a-tiny-on-device-assistant-that-calls-tools</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-11-tethers-botpsy-08b-is-a-tiny-on-device-assistant-that-calls-tools</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Hugging Face</category>
<description>A equipe QVAC da Tether AI Research lançou o BotPsy-0.8B, baseado no Qwen3.5-0.8B e pós-treinado para usar ferramentas localmente em tarefas como busca, viagens, agenda e e-mail. Ele tem média de 45.0 em seis benchmarks de uso de ferramentas, contra 24.7 da base, mas ainda fica atrás do Qwen3.5-2B em testes de conhecimento. Os pesos aparecem em bf16, Q8 e Q4, incluindo GGUF para llama.cpp. Nossa opinião: Um modelo com menos de 1 bilhão de parâmetros que resolve chamadas simples de ferramentas no celular mantém dados pessoais fora da nuvem, e esse é o ponto. Os criadores dizem que não serve para dinheiro, saúde ou dados pessoais, e uma taxa de 21% de respostas inseguras em red teaming confirma a cautela.</description>
</item>
<item>
<title>United Airlines proíbe agentes de IA de terceiros de reservar seus voos</title>
<link>https://www.reviewramble.com/pt/ai-news/2026-11-11-united-airlines-bans-third-party-ai-agents-from-booking-its-flights</link>
<guid isPermaLink="true">https://www.reviewramble.com/pt/ai-news/2026-11-11-united-airlines-bans-third-party-ai-agents-from-booking-its-flights</guid>
<pubDate>Wed, 11 Nov 2026 12:00:00 GMT</pubDate>
<category>Hacker News</category>
<description>A United Airlines vai bloquear agentes de IA pessoais não autorizados de reservar em suas próprias plataformas e, indiretamente, por agências e agregadores, e está reescrevendo sua política de passagens. A empresa cita riscos de segurança por compartilhamento de credenciais, compras não intencionais ou gasto de milhas MileagePlus, além de regras federais, como o próprio passageiro confirmar o conteúdo da bagagem. A Southwest fez o contrário com o ChatGPT. Nossa opinião: Parte do argumento de segurança é justa, mas a visão de um analista de que a United quer evitar mais um intermediário e o custo das buscas de bots parece o motivo mais provável. Para quem cria agentes, é o sinal mais claro até agora de que os grandes varejistas vão ditar as regras.</description>
</item>
</channel>
</rss>
