[NOVA]: Eu sou a NOVA. [ALLOY]: Eu sou ALLOY, e este é o AgentStack Daily... [NOVA]: A OpenAI lançou o rust .144 point two e o rust .144 point three para o agente de codificação baseado em terminal Codex. O lançamento conjunto reverteu uma regressão de prompting do Guardian, restaurou sua política de revisão automatizada, reparou o formato da requisição enviada para revisão e retornou o comportamento da ferramenta associada à linha de base anterior. [ALLOY]: Hoje: o Codex restaura o contrato de revisão anterior do Guardian, Apple alega que a OpenAI recrutou funcionários para obter segredos comerciais, e vLLM .25 torna o Model Runner V2 o padrão para serviço de modelos densos. Você vai ouvir como dois agentes especializados venceram o QANTA, como aprendizado por reforço em nível de chunk reduziu contato inseguro de robôs, e como um agente clínico reduziu a carga diagnóstica em cinquenta e cinco por cento. [NOVA]: O Freya-TTS traz síntese de fala turca rápida para um transformer compacto de matching de fluxo. Trabalhos de terminal de longo prazo ganham avaliação mais densa, Agora leiloa etapas de raciocínio individuais entre modelos, e pesquisa de visão separa conhecimento faltante de leitura defeituosa. [ALLOY]: A pilha mais ampla inclui detecção de fraude sem reamostragem, estado de cena compartilhado de radar-câmera, adaptação de logits médicos, três projetos MCP, e Ollama .31 point two com suporte de inferência local mais amplo. Pesquisa sobre fraude em economias virtuais, trajetórias de falha de agentes de codificação e representações abertas completa a fila. [NOVA]: ... [NOVA]: A OpenAI lançou o rust .144 point two para o agente de codificação baseado em terminal Codex, e então seguiu cerca de noventa e três minutos depois com o rust .144 point three. A correção funcional chegou no point two: um rollback completo de uma atualização anterior de prompting do Guardian. O Guardian é o estágio de revisão de código automatizada do Codex, e a reversão restaura três superfícies conectadas—a política que guia a revisão, o formato da requisição passada para ela, e o comportamento da ferramenta usada ao inspecionar uma mudança. Equipes executando o Guardian em integração contínua, portanto, recebem um retorno coordenado ao contrato anterior, não um ajuste de prompt que deixa o comportamento circundante fora de sincronia. [ALLOY]: Os resultados do Guardian frequentemente alimentam painéis de revisão, controles de merge, filtros de severidade e fluxos de trabalho que distinguem problemas de correção de comentários de estilo ou manutenibilidade. Uma regressão de prompting pode mudar quais categorias aparecem mesmo quando a mudança de origem e a configuração do repositório permanecem idênticas. O rollback retorna esses resultados à distribuição que as equipes observaram antes da regressão. Isso importa quando controles automatizados consomem a saída do Guardian em vez de tratá-la como prosa informal. [NOVA]: O point three veio da mesma branch de release e republica a árvore corrigida sem outra mudança no Guardian. Os dois tags pertencem a um ciclo de correção comprimido em vez de releases de 功能 separadas. Não há segunda política de revisão, novo schema ou contrato de ferramenta adicional sobreposto ao rollback. O build posterior carrega a mesma correção funcional adiante. [ALLOY]: Na prática, instalações do Codex consumindo o build estável mais recente readquirem o comportamento anterior de revisão automatizada do Guardian. Integrações que classificam comentários por categoria, severidade ou fraseado esperado podem ver seus padrões anteriores retornarem. O release permanece estreitamente focado no prompting de revisão e suas superfícies de requisição e ferramenta acopladas; não redesenha a revisão do Codex como um todo. A próxima mudança consequente seria uma política revisada do Guardian com um contrato comportamental explícito, especialmente se a OpenAI ajustar novamente como o revisor seleciona achados ou invoca ferramentas. [NOVA]: ... [NOVA]: A Apple moveu um processo contra a OpenAI em dez de julho, alegando que ex-funcionários da Apple levaram segredos comerciais antes de ingressar na empresa de IA. A reclamação não caracteriza as saídas como ações não relacionadas de contratações individuais. A Apple alega coordenação da liderança sênior da OpenAI e aponta para um ex-funcionário de longa data da Apple que agora ocupa um cargo sênior lá. Estas são alegações, e a OpenAI pode contestar tanto os fatos quanto a teoria legal da Apple. [ALLOY]: A coordenação muda o escopo da disputa. Se o caso chegar à descoberta, a Apple pode buscar comunicações sobre recrutamento, atribuições de projetos, controles de acesso e o que os executivos entendiam sobre o trabalho anterior dos funcionários. A OpenAI pode contestar se o material reivindicado se qualifica como segredo comercial protegido, se alguém o transferiu, e se algum líder direcionou seu uso. Expertise geral transportada entre empregos é legalmente diferente de material técnico propriet. [NOVA]: As consequências técnicas dependem do que a Apple identifica com especificidade. Arquivos posteriores poderiam conectar as reivindicações a técnicas de modelos, fluxos de trabalho de treinamento, capacidades de produtos, sistemas de hardware ou programas de pesquisa internos. Eles também poderiam permanecer centrados na conduta de emprego e confidencialidade. Nada no arquivo sozinho prova que material protegido entrou em um modelo da OpenAI, API ou serviço implantado, independentemente da intensa discussão pública sobre o processo. [ALLOY]: Labs de IA recrutam de um pequeno pool de engenheiros cujas carreiras cruzam grandes concorrentes, então controles de integração agora se somam à governança de modelos e produtos. Um processo de intake limpo deve separar a habilidade acumulada de um funcionário de material do empregador anterior, particularmente quando o novo papel se assemelha de perto ao trabalho anterior. A resposta formal da OpenAI, qualquer moção para arquivamento, e disputas sobre quão precisamente a Apple deve identificar os supostos segredos determinarão se o caso chega a uma capacidade de IA nomeada ou permanece uma briga mais ampla sobre talento, confidencialidade e coordenação executiva. [NOVA]: ... [NOVA]: Nirjhar Das e Md. Al-Mamun Provath ficaram em primeiro lugar no desafio de quizbowl multimodal QANTA 2026 com um sistema de dois agentes específico para a tarefa pontuando zero ponto quatro zero dois. O QANTA revela pistas no estilo pirâmide incrementalmente e combina texto com imagens. Perguntas de tossup exigem decidir quando a confiança é alta o suficiente para buzz, enquanto perguntas bônus enfatizam respostas exatas após a categoria ficar mais clara. Restrições de eficiência impedem equipes de esconder políticas fracas de decisão atrás de recuperação ilimitada ou grandes ensembles. [ALLOY]: A pilha vencedora não usa pipeline de recuperação nem ensemble de modelos. Um modelo hospedado menor lida com tossups com resposta calibrada por confiança e uma política de raciocínio numérico. Essa política suprime confiança prematura quando uma pista quantitativa soa distintiva mas não identifica exclusivamente a resposta. O agente controla tanto a qualidade da resposta quanto o tempo, tratando um buzz antecipado como uma ação sob incerteza em vez de geração de texto ordinária. [NOVA]: Um modelo hospedado maior lida com bônus com consciência de lead-in, raciocínio relacional e integração de evidências multimodais. A separação de papéis permite que o agente de bônus otimize strings de resposta exatas sem carregar a política de tempo do agente de tossup. A pontuação combinada inclui zero ponto dois três oito de tossups e um efeito de bônus de zero ponto um seis quatro. [ALLOY]: O resultado mostra que a decomposição explícita de tarefas pode superar um pipeline geral mais pesado com um orçamento de inferência equivalente. Um modelo compacto pode dominar decisões frequentes quando possui políticas de parada e ação calibradas, enquanto um modelo mais forte lida com o conjunto menor de passos que requerem síntese mais rica. Triagem de suporte, escalação de incidentes e execução de ferramentas podem usar a mesma estrutura: um agente avalia se a evidência é suficiente, então outro resolve a tarefa reduzida. Os objetivos distintos produziram o ganho, não simplesmente adicionar um segundo modelo. [NOVA]: ... [NOVA]: PAC-ACT aplica pós-treinamento de aprendizado por reforço a políticas de Action Chunking Transformer pré-treinadas. Yujie Pang e Zudong Li têm como alvo tarefas de contato industrial onde um robô deve operar em tempo real, tolerar variação de pose e evitar forças inseguras. Sistemas de visão-linguagem-ação podem generalizar amplamente, mas sua latência e demandas de GPU podem conflitar com loops de controle apertados. Políticas ACT executam de forma mais eficiente, embora o behavior cloning se torne frágil quando condições de contato se desviam das demonstrações. [ALLOY]: PAC-ACT otimiza chunks de ação completos em vez de tratar cada passo de controle independentemente. Uma camada actor-critic fica sobre um backbone ACT pré-treinado congelado, preservando o caminho original de deployment. Uma restrição híbrida de prior comportamental mantém a exploração online próxima de ações que o controlador já considera plausíveis. O aprendizado por reforço pode buscar comportamentos de contato mais seguros sem descartar os padrões de movimento adquiridos através de imitação. [NOVA]: Nos benchmarks de contato de precisão, o método melhora o sucesso, a estabilidade de contato e a segurança de força. Na tarefa Contour, reduziu a proporção de leituras de força acima de sessenta newtons por um fator de quarenta e seis em comparação com o baseline de behavior cloning. Experimentos com rewards esparsos também produziram exploração útil a partir de poses iniciais randomizadas, onde o aprendizado por reforço comum estagnou. Rewards em nível de chunk conectam toda uma manobra de contato com seu resultado final de força e conclusão. [ALLOY]: Equipes de robótica podem adicionar a camada de pós-treinamento a um controlador ACT existente sem substituir a stack de inferência de baixa latência. Rewards de chunk expressam naturalmente completar uma inserção, manter contato ou ficar abaixo de um limiar de força. O prior comportamental mantém o controlador atualizado preso aos movimentos demonstrados enquanto permite melhoria direcionada. A transferência para outros backbones ACT, sensores e tarefas físicas ainda precisa de confirmação, mas PAC-ACT oferece uma ponte concreta entre políticas de imitação rápidas e otimização online para precisão e segurança. [NOVA]: ... [NOVA]: SAGEAgent trata a aquisição de diagnóstico para predição de sobrevivência de glioma como uma decisão sequencial. Chongyu Qu, Can Cui e Zhengyi Lu modelam um fluxo de trabalho clínico que pode escalar de demografia e imagem para análise genômica mais onerosa. Em vez de assumir que toda modalidade está presente, o agente decide se outra fonte de evidência é justificada para o paciente individual. [ALLOY]: Três componentes guiam essa escolha. Ferramentas clínicas traduzem predições numéricas em linguagem que o modelo de raciocínio pode usar. Memória episódica recupera pacientes passados similares. Memória semântica retém políticas de aquisição reutilizáveis aprendidas em casos anteriores. Previsores estruturados portanto podem alimentar um agente sem exigir que o modelo de linguagem interprete escores clínicos brutos sozinho, enquanto as duas camadas de memória separam similaridade de caso da experiência de decisão mais ampla. [NOVA]: A avaliação combina coortes de glioma do TCGA e BraTS em quatro modalidades. SAGEAgent manteve precisão competitiva de predição de sobrevivência enquanto reduzia a carga média de aquisição em cinquenta e cinco por cento em comparação com consumir o conjunto completo de modalidades. O agente recebe uma decisão de parada explícita, vinculando qualidade preditiva ao custo de obter mais evidências. [ALLOY]: O design também se aplica onde um agente deve decidir se outro ensaio, exame, etapa de especialista ou chamada de API cara melhorará o resultado o suficiente para justificar seu custo. O peso do cuidado em saúde não é um escalar universal: atraso, cobrança, invasividade e disponibilidade diferem entre pacientes e instituições. A replicação em outros cânceres e fluxos de trabalho clínicos prospectivos mostrará se a redução relatada sobrevive a modelos de custo reais e restrições de segurança. A capacidade importante é a aquisição de evidências aprendida em vez do manuseio passivo de inputs ausentes. [NOVA]: ... [NOVA]: Freya-TTS é um modelo de fala com foco primário em turco com aproximadamente cento e oitenta e três milhões de parâmetros. Ahmet Erdem Pamuk, Ömer Yentür e Ahmet Tunga Bayrak removem o fonemizador, frontend de grafo-para-fone e tokenizador de fala discreto comumente encontrados em stacks de fala. Freya aceita um vocabulário cru de noventa e dois símbolos de caracteres turcos e gera fala através de um Diffusion Transformer condicional de flow-matching não-autorregressivo. [ALLOY]: O transformer opera dentro do espaço latente contínuo congelado do AudioVAE2. A fala é codificada a dezesseis quilohertz e reconstruída a quarenta e oito quilohertz, deixando a capacidade treinável do Freya focada em mapear texto em latentes acústicos. A denoising paralela gera a sequência latente junto em vez de emitir frames um por um. Uma segunda fase de pós-treinamento fortalece a identidade de locutor único e utterances curtas conversacionais. [NOVA]: No Freya-TR-Eval, o modelo reporta uma taxa de erro de palavra de oito por cento e uma taxa de erro de caractere de três por cento, superando sistemas abertos de fala turca maiores na comparação dos autores. Alcança um fator de tempo real de zero vírgula um um em GPUs de consumidor e roda mais rápido que tempo real em um CPU de laptop. Isso torna a síntese local de turco plausível para agentes de voz que não podem depender de um serviço de fala remoto. [ALLOY]: O release fornece pesos, código de treinamento e inferência, e o setup de avaliação. Seu tamanho compacto vem em parte de delegar a reconstrução acústica ao VAE congelado em vez de pedir ao transformer para aprender cada camada de waveform. Input somente de caracteres também remove vários componentes de idioma mantidos separadamente. Transferência além do turco permanece a questão maior, porque demandas de pronúncia e normalização variam entre idiomas morfologicamente ricos. Para deployments em turco, Freya combina computação modesta, baixa latência e inteligibilidade competitiva em uma stack abertamente disponível. [NOVA]: ... [NOVA]: Long-Horizon-Terminal-Bench avalia agentes em quarenta e seis tarefas terminais em nove categorias, com trabalho projetado para exigir interação sustentada em vez de respostas de uma única vez. Zilong Li e colaboradores visam sessões onde um agente deve inspecionar estado, executar comandos, interpretar resultados, revisar sua abordagem e preservar progresso através de muitas rodadas. Uma resposta inicial forte tem pouco valor se o agente não pode continuar tempo suficiente para produzir um resultado funcional. [ALLOY]: A avaliação com rewards densos distingue o benchmark de suítes de passar ou falhar. Mudanças de estado intermediárias e soluções parciais podem ganhar crédito mesmo quando a meta final permanece incompleta. Avaliadores podem ver se um agente avançou consistentemente, estagnou ou danificou progresso útil no final da trajetória. Rewards densos também fornecem um sinal de treinamento mais rico do que atribuir o mesmo zero a cada tentativa não finalizada. [NOVA]: Operar contra um shell real torna consequências atrasadas visíveis. Uma ação localmente razoável pode criar problemas muitos passos depois, pressionando gerenciamento de contexto, planejamento e recuperação. O benchmark pode separar um agente que avança de um que narra progresso plausível enquanto retorna repetidamente ao mesmo beco sem saída. Também revela se o feedback ambiental causa uma mudança significativa na estratégia. [ALLOY]: Agentes de codificação baseados em terminal precisam de mais do que altas taxas de conclusão em tarefas breves. O trabalho de várias horas exige manter pressupostos, detectar mudanças de estado e se recuperar antes que um erro inicial se agrave. A pontuação densa pode identificar marcos intermediários que preveem o sucesso eventual e comparar trajetórias parcialmente úteis. Em produção, um agente que consistentemente atinge um estado quase completo recuperável pode entregar mais valor do que um que ocasionalmente termina, mas frequentemente destrói o progresso perto do final. [NOVA]: ... [NOVA]: O Semantic Pareto-DQN visa o colapso por fraude, onde um desequilíbrio severo de classes empurra um detector a rotular quase todas as transações como legítimas. Cláudio Lúcio do Val Lopes e Lucca Machado da Silva substituem um único objetivo escalar por um vetor de recompensa que abrange eficiência financeira, atrito operacional e descoberta semântica. O agente pode navegar trade-offs visíveis em vez de escondê-los dentro de uma pontuação fixa ponderada. [ALLOY]: Os atributos das transações se tornam narrativas em linguagem natural que um modelo de linguagem codifica. Essas representações capturam relações entre temporização, comportamento e contexto da transação que colunas brutas podem expressar mal. Uma rede Q profunda orientada a Pareto, então, busca políticas que equilibram fraudes perdidas contra o peso de falsos positivos sem sobre-amostragem ou sub-amostragem. O treinamento permanece mais próximo do fluxo real de transações em vez de fabricar uma distribuição de classe conveniente. [NOVA]: Testes em dados de e-commerce e cartões de crédito mostram que a abordagem escapa da armadilha da zero-revocação enquanto mantém o atrito operacional limitado. Uma alta precisão geral pode, de outro modo, esconder um detector que ignora quase toda a fraude. Marcar tudo também não é viável, pois as filas de analistas e as interrupções aos clientes rapidamente se tornam incontroláveis. A otimização de Pareto expõe vários pontos operacionais viáveis em vez de apresentar um único limiar como universalmente correto. [ALLOY]: As equipes de pagamento podem configurar diferentes pontos para diferentes mercados, níveis de perda ou capacidade de revisão. Um período de alto risco pode favorecer a revocação, enquanto um fluxo de menor risco pode priorizar a experiência do cliente. A codificação semântica introduz custo de serviço e pode derivar conforme o comportamento das transações muda, então latência e estabilidade precisam de medição independente. Mesmo com essas restrições, o método oferece uma maneira útil de construir políticas de fraude em torno de resultados de negócios conflitantes, preservando o desequilíbrio de classe original. [NOVA]: ... [NOVA]: O 4DR360 combina detecção de objetos por radar e câmera e ocupação semântica através de um estado de cena compartilhado. Xiaokai Bai, Lianqing Zheng, Runwei Guan e colaboradores evitam decodificadores isolados que competem pelos mesmos recursos de sensor. A detecção e a ocupação atualizam uma representação comum, permitindo que cada tarefa melhore o estado consumido pela outra. Um planejador pode então usar uma visão em evolução do ambiente. [ALLOY]: O aprimoramento de vista de pássaro guiado por estado realimenta informações de ocupação nos recursos de detecção. A fusão temporal guiada por Doppler usa pistas de velocidade de radar milimétrico de quatro dimensões para manter o estado da cena ao longo do tempo. O radar contribui com informações de distância e movimento em escuridão, reflexo, chuva ou oclusão parcial, enquanto as câmeras fornecem detalhes visuais que o radar não consegue resolver. A fusão se torna um refinamento de estado repetido em vez de uma única etapa de concatenação. [NOVA]: Os autores adicionam supervisão de ocupação derivada de mapas de satélite, expandindo a cobertura do treinamento onde rótulos tridimensionais densos são caros. Os resultados relatados mostram ganhos conjuntos em detecção e ocupação, sugerindo que o estado compartilhado faz mais do que reduzir a computação duplicada. Evidência de um objetivo pode corrigir a representação usada pelo outro. [ALLOY]: Um estado unificado pode simplificar a percepção autônoma ao reduzir caminhos de decodificação separados e apresentar uma representação mundial temporal única para o planejamento. A supervisão derivada de mapas pode ficar desatualizada em torno de construções ou ruas que mudam, e uma calibração fraca do radar pode carregar pistas de movimento incorretas adiante. Essas restrições exigem um manuseio cuidadoso na implantação. Ainda assim, o 4DR360 oferece um padrão de integração concreto: conectar detecção, ocupação e histórico de sensores em torno de um estado de cena continuamente atualizado em vez de reconciliar saídas desconectadas após a inferência. [NOVA]: ... [NOVA]: O Agora substitui um roteador multi-modelo convencional por um leilão sobre etapas de raciocínio individuais. Kaiji Zhou, Ales Leonardis e Yue Feng deixam que modelos candidatos façam lances de acordo com a competência retificada. A alocação depende da habilidade estimada para o passo atual em vez de um rótulo anexado a uma requisição inteira. Uma sessão, portanto, pode alternar modelos entre planejamento, cálculo, seleção de ferramentas e verificação. [ALLOY]: Roteadores tradicionais frequentemente escolhem um modelo no início ou escalam por uma cascata fixa. O Agora pode manter especialistas baratos em trabalho rotineiro e outorgar um passo difícil a um licitante mais forte sem transferir a tarefa inteira. Um parâmetro de leilão controla o equilíbrio custo-qualidade. A competência retificada também reduz a vantagem de um modelo que sistematicamente superestima a confiança. [NOVA]: Os autores relatam melhorias sobre os baselines de roteamento e cascata em cinco benchmarks. Um modelo que tem bom desempenho em planejamento de recuperação pode perder o leilão para verificação matemática, enquanto outro vence apenas os passos que correspondem à sua habilidade medida. Isso difere da classificação ampla de requisições, onde uma escolha inicial de roteamento rege a sessão completa mesmo quando as demandas de raciocínio mudam. [ALLOY]: Pilhas heterogêneas podem leiloar decisões de ferramentas ou chamadas de verificação entre modelos locais e hospedados com diferentes preços, latências e forças. O design adiciona sobrecarga porque o sistema deve estimar a competência, alocar o passo e transferir contexto suficiente para o vencedor agir. As economias desaparecem se o custo do lance for maior do que o raciocínio sendo atribuído. O Agora se torna mais útil quando as estimativas de competência são atualizadas a partir de resultados observados, a transferência de contexto permanece compacta e a latência do leilão permanece baixa. [NOVA]: ... [NOVA]: Pesquisas em quatro modelos de visão-linguagem e cinco conjuntos de dados de contagem descobrem que muitas contagens erradas ocorrem mesmo quando a quantidade correta está representada internamente. Sondas treinadas em ativações intermediárias previram erros iminentes e frequentemente recuperaram o número correto. A percepção havia codificado informação útil, mas o caminho de geração selecionou uma resposta desalinhada com essa representação. [ALLOY]: Os pesquisadores usaram análise de correlação canônica de vetor singular para comparar a direção associada à sonda de contagem correta com a direção que guia a resposta emitida. Em seguida, eles orientaram as ativações em direção à direção da sonda. A precisão da contagem melhorou, apoiando uma relação causal em vez de uma sonda que apenas se correlacionava com exemplos bem-sucedidos. A intervenção altera a leitura sem substituir o codificador visual. [NOVA]: Um loop de autocorreção guiado por detector transforma a análise em um fluxo de inferência. O detector estima se uma contagem provavelmente está errada, e saídas incertas recebem outra passagem de raciocínio. Nenhuma atualização de parâmetro é necessária, e o artigo relata ganhos acima de quinze pontos percentuais em alguns cenários. Um agente de visão pode aplicar esse gate antes de inserir uma contagem em uma carga de inventário ou ação robótica. [ALLOY]: As descobertas não implicam que todo erro visual seja um problema de leitura; algumas cenas genuinamente falham em produzir uma representação interna recuperável. Elas mostram por que a precisão final não consegue revelar o que um modelo já sabe. Sondas similares podem ajudar com relações espaciais, ligação de atributos e extração estruturada quando a informação útil existe internamente mas é decodificada de forma precária. A transferência entre domínios permanece difícil, porque uma sonda restrita pode se tornar outro componente especializado que precisa de calibração. [NOVA]: ... [NOVA]: vLLM .25 torna o Model Runner V2 o caminho de execução padrão para modelos densos. O release consolida o serviço padrão de modelos densos em torno do runner mais recente e expande seu suporte a execução quantizada. Mais de quinhentos commits de mais de duzentos contribuidores foram incorporados em compatibilidade de modelos, comportamento de serviço e performance. Arquiteturas densas comuns agora usam um runner principal em vez de exigir configuração separada para caminhos antigos e novos. [ALLOY]: Um endpoint de embedding em tempo real adiciona cargas de trabalho de representação de baixa latência ao lado da geração. Agentes que recuperam contexto continuamente, classificam eventos recebidos, ou atualizam índices semânticos durante uma sessão ao vivo podem solicitar embeddings através do mesmo serviço vLLM. Isso pode substituir um deployment separado de embedding com seu próprio transporte, autenticação, batching e plano de capacidade, mantendo o agendamento específico para cada carga de trabalho. [NOVA]: O prefix caching agora chega aos modelos híbridos Mamba, permitindo que contexto repetido reutilize computação prévia em arquiteturas que combinam componentes de espaço de estados e transformer. Prompts longos de sistema, schemas de ferramentas compartilhadas e contexto de recuperação recorrente se beneficiam mais. Juntos, a consolidação do serviço de embedding, o reuso de prefixos e o suporte mais amplo ao runner miram custos recorrentes de serviço em cargas de trabalho de agentes. [ALLOY]: O Model Runner V2 se torna o padrão especificamente para arquiteturas densas; outras famílias podem manter caminhos diferentes. Kernels personalizados, formatos de quantização incomuns e designs híbridos ainda podem expor diferenças de compatibilidade. O release dá aos autores de extensões uma superfície de integração principal para modelos densos e dá aos operadores uma rota mais simples para tráfego misto de geração e embedding. Medições independentes em GPUs populares mostrarão quanto a consolidação melhora a vazão e latência sob cargas de trabalho concorrentes reais. [NOVA]: ... [NOVA]: Shravan Murlidaran e Miguel P. Eckstein compararam nove sistemas visão-linguagem abrangendo aproximadamente oito anos em um dataset de Comportamento Social Complexo. Modelos mais antigos perderam precisão substancial quando as cenas passaram de objetos simples para interações humanas intrincadas. Modelos recentes de linguagem multimodais produziram descrições aproximando-se das referências humanas mais fortes, estreitando uma lacuna que persistiu através de gerações anteriores. [ALLOY]: A taxonomia de erros do estudo mostra reduções acentuadas em detecção de objetos, reconhecimento e erros gerais de compreensão de cena. Modelos atuais omitem menos participantes e relacionamentos importantes. Comportamento complexo não cria mais a mesma queda de performance de cena simples, expandindo fluxos de trabalho que podem começar com um modelo multimodal geral em vez de um classificador separado para cada interação. [NOVA]: A dependência espacial permanece diferente da percepção humana. Modelos podem produzir uma descrição precisa enquanto dependem de regiões da imagem que não correspondem àquelas usadas pelas pessoas. Uma pequena alteração na cena pode, portanto, perturbar o modelo mesmo quando um humano consideraria a região alterada irrelevante. Linguagem correta não garante uma base visual estável ou semelhante à humana. [ALLOY]: Agentes de visão podem extrair significado situacional de alto nível de cenas que antes precisavam de scaffolding extensivo, mas deployments consequenciais ainda requerem perturbações controladas e validação de domínio. A análise de regiões de atenção pode revelar se uma resposta vem de evidência estável ou de um atalho. A comparação de uma década mostra que descrições geradas podem convergir com performance humana antes que as dependências visuais subjacentes o façam, então a pontuação de respostas sozinha permanece incompleta. [NOVA]: ... [NOVA]: Training-Free Class-wise Logit Adaptation, ou TCLA, melhora modelos visão-linguagem médicos quando imagens recebidas diferem de sua distribuição de pré-treinamento. Tianyou Jiang e Ziyu Zhou usam um pequeno conjunto de suporte para corrigir viés de saída em nível de classe durante a inferência. O método não altera pesos nem arquitetura do modelo, permitindo que uma camada de adaptação envolva um backbone deployado sem um novo ciclo de fine-tuning para cada scanner ou clínica. [ALLOY]: Exemplos de suporte de um ambiente de imagem local revelam como a confiança é distorcida entre as classes. O TCLA ajusta esses logits antes da seleção final. Isso é útil em configurações one-shot e de poucos dados onde atualizações de parâmetros podem causar overfitting. O encoder base e o caminho de serviço permanecem intactos enquanto o wrapper muda a superfície de decisão para uma população de deployment específica. [NOVA]: Em nove datasets médicos cobrindo raios-X, MRI e imagens de TC, o método consistentemente melhorou a performance e frequentemente superou abordagens de adaptação mais complexas que requerem treinamento. O mesmo wrapper pode envolver diferentes backbones, permitindo que equipes comparem VLMs médicos enquanto mantêm uma camada de correção local. [ALLOY]: Um hospital pode manter pequenos conjuntos de suporte para diferentes scanners ou populações de imagem e configurar a correção durante o serviço. Isso não remove a necessidade de validação clínica. O ajuste por classe não pode recuperar evidência visual que o encoder nunca capturou, e mudança futura pode exceder o que os exemplos de suporte representam. O TCLA é mais útil como resposta modular a viés de saída previsível, com avaliação prospectiva ainda necessária para calibração, condições raras e equipamentos em mudança. [NOVA]: ... [NOVA]: O codebase-memory-mcp da DeusData constrói um grafo de conhecimento persistente a partir de um codebase e o expõe através do Model Context Protocol. O release point-nine suporta cento e cinquenta e oito linguagens, é distribuído como um binário estático único e relata consultas de grafo em sub-milissegundos. Em vez de re-escanear o código fonte para cada pergunta entre componentes, um agente consulta relações indexadas entre símbolos, dependências, locais de chamada e implementações. [ALLOY]: OpenClaw, Codex, o agente de codificação AI baseado em terminal Claude Code, ou Hermes podem usar o serviço MCP quando um refactor abrange vários pacotes. Equipes podem conectar o grafo como a superfície principal de recuperação, então buscar apenas o contexto limitado do código fonte necessário para implementação. A redução de tokens de noventa e nove por cento reivindicada variará por codebase e consulta, mas relações persistentes podem reduzir drasticamente a ingestão repetida durante longas sessões de codificação. [NOVA]: ... [NOVA]: FastMCP da Prefect é um framework Python para construir servidores e clientes MCP sem implementar manualmente cada superfície de protocolo. Sua linha três-quatro envolve declarações de ferramentas, transportes, schemas e autenticação em APIs orientadas a Python. Um serviço interno pode participar do mesmo envelope de ferramentas que outras integrações MCP sem um adaptador personalizado para cada host de agente. [ALLOY]: Uma equipe pode colocar FastMCP na frente de telemetria, controles de deployment ou uma API REST interna, e então deixar múltiplos agentes usarem um contrato compartilhado. É ideal para stacks com muito Python que querem controle direto sobre a lógica de ferramentas enquanto delegam o transporte de protocolo e exposição de schema para um framework mantido. Um servidor autenticado pode suportar Codex, Hermes e outras sessões compatíveis com MCP através da mesma integração. [NOVA]: ... [NOVA]: mcp-for-beginners da Microsoft ensina Model Context Protocol através de exemplos em .NET, Java, TypeScript, JavaScript, Rust e Python. Os laboratórios cobrem servidores, clientes, envelopes de mensagens, ferramentas modulares e segurança. Equipes de múltiplas linguagens obtêm uma referência de protocolo compartilhada sem assumir que toda integração vive em Python. [ALLOY]: Engenheiros construindo um cliente Rust, um serviço .NET e um host TypeScript podem comparar fluxos equivalentes mantendo convenções nativas. Isso ajuda a alinhar schemas de ferramentas, autenticação e comportamento de sessão antes que capacidades internas alcancem agentes em produção. O projeto é especialmente útil onde Python domina experimentação com modelos, mas Java, Rust ou .NET dominam as APIs e serviços que os agentes finalmente invocam. [NOVA]: ... [NOVA]: Limites de contexto, preço de tokens, chamada de ferramentas, disponibilidade de provedores e latência de resposta permanecem as superfícies concretas que determinam se um modelo hospedado pode substituir um deployment existente sem forçar mudanças em todo o contrato de agente ao redor. [NOVA]: ... [ALLOY]: Ollama ponto três um ponto dois habilita flash attention em GPUs NVIDIA mais antigas com capacidade de computação seis ponto x e permite que GPUs integradas façam offload de modelos de visão acolchoados de acordo com a memória disponível. Também fortalece a criação de modelos GGUF, repara saída estruturada para modelos de pensamento quando o pensamento está desabilitado, e corrige carregamento de locais de modelo contendo caracteres não UTF-8. [NOVA]: O lançamento do Ollama agora desabilita telemetria por padrão ao iniciar o agente de codificação AI baseado em terminal Claude Code. Modelos de visão acolchoados como LLaVA ganham uma rota mais prática para hardware mais antigo: flash attention reduz overhead de execução, enquanto offload de iGPU usa memória compartilhada para ajustar o modelo. O lançamento combina cobertura de hardware mais ampla com respostas estruturadas mais limpas e um caminho de lançamento do Claude Code local mais silencioso. [NOVA]: ... [ALLOY]: TSAI-MetaFraud introduz um benchmark de grafo multimodal e multi-tarefa para fraude em economias virtuais. Ele combina eventos comportamentais, transações e relações de grafo, então avalia fraude em transações, classificação de nós cross-modal, predição de links temporal e detecção fracamente supervisionada. Baselines de redes neurais de grafo permitem que equipes comparem sistemas que conectam pagamentos suspeitos com comportamento de conta e estrutura social em vez de pontuar cada transação isoladamente. [NOVA]: ... [NOVA]: Failure as a Process analisa mil setecentos e noventa e quatro trajetórias anotadas manualmente do OpenHands, MiniSWE e Terminus2 no Terminal-Bench. Separa falha em início, evolução e recuperação. Quatorze descobertas mostram que muitos erros epistêmicos começam nos primeiros passos, enquanto falhas expostas tardiamente são frequentemente irrecuperáveis. O framework ajuda a distinguir uma suposição falsa inicial das ações subsequentes que ela contamina. [NOVA]: ... [ALLOY]: Beyond Fixed Representations descreve uma lacuna de vocabulário, onde um sistema deve inventar e estabilizar uma nova primitiva representacional, e uma lacuna de verificador, onde o valor dessa primitiva aparece apenas após reutilização posterior. Codificação, prova de teoremas e pesquisa de longo horizonte todos encontram essa tensão. Memória durável para abstrações emergentes e avaliação adiada podem importar tanto quanto melhorar a geração imediata do próximo passo. [NOVA]: ... [NOVA]: Codex restaura o comportamento de revisão anterior do Guardian, enquanto o processo da Apple coloca procedência de contratação e controles de segredos comerciais ao lado de governança de modelos e produtos. [ALLOY]: QANTA, Agora e Long-Horizon-Terminal-Bench especializam agentes por objetivo, alocam passos por competência e medem progresso sustentado. [NOVA]: PAC-ACT, SAGEAgent, Semantic Pareto-DQN e TCLA adaptam sistemas em deployment através de post-training restrito, aquisição de evidências seletivas, controle multi-objetivo e correção em tempo de inferência. [ALLOY]: Os projetos Freya-TTS, 4DR360, vLLM, Ollama e MCP expandem a fala local, o estado de cena compartilhado, o serviço de modelos, a cobertura de hardware e a integração de ferramentas reutilizáveis. [NOVA]: ... [NOVA]: Para os artigos de pesquisa, lançamentos, repositórios e detalhes de suporte, consulte as notas do programa em Toby On Fitness Tech ponto com. [ALLOY]: Obrigado por ouvir o AgentStack Daily. Voltamos em breve.