DeepMind usa agentes de IA para provar segurança do protocolo Signal em quatro semanas
Framework AlphaProof Code gerou 6 milhões de linhas em Lean para verificar o código criptográfico em produção usado no Signal, WhatsApp e Google Messages.
Editoria
Artigos científicos, laboratórios e descobertas técnicas em IA.
Framework AlphaProof Code gerou 6 milhões de linhas em Lean para verificar o código criptográfico em produção usado no Signal, WhatsApp e Google Messages.
Auditoria da organização sem fins lucrativos revela que ganhos nos testes dobraram de ritmo desde outubro de 2025, impulsionados pela assistência de código dos próprios sistemas.
Startup acelerada pela Y Combinator lista cinco problemas abertos na ciência dos materiais após modelos de fronteira falharem em testes autônomos.
Novo benchmark testa a capacidade dos modelos de acompanhar mudanças em variáveis. Frontier models como GPT-6 e Claude Opus 5.5 caem para 13% ou menos nos testes mais difíceis.
Pesquisadores mostram que LLMs interpretam números de ponto flutuante sem executar código, e testes independentes comprovam o feito em modelos abertos locais.
Pesquisadores do MIT e de Princeton propõem desenhar regras e incentivos econômicos para impedir que modelos enganem avaliações ou ocultem capacidades.
Experimento da Exin Therapeutics usou agente autônomo para escolher terapia gênica e aplicar injeção neural, mas revelou atritos com travas de segurança dos modelos da Anthropic.
Em entrevista, executivo revelou canal interno para testar limites de IA em problemas complexos e estimou custo de US$ 10 milhões para atacar equações de Navier-Stokes.
Acadêmicos e comitê internacional acusam criadora do ChatGPT de impor barreiras e escolher a dedo quem pode auditar provas científicas em física e computação.
Modelos das duas empresas geraram algoritmos subexponenciais para problemas complexos, desafiando premissas de décadas ligadas a P versus NP e levantando debates sobre criptografia.
Pesquisa da Universidade Cornell revela que modelos de OpenAI e SpaceXAI exibem viés político oposto quando forçados a indicar voto em disputas eleitorais.
Nick Cammarata afirma que neurônios de IA seguem padrões lógicos identificáveis, mas pesquisadores de Stanford e DeepMind apontam que a tese não resolve o enigma dos LLMs.
Publicado na revista Science, o Diagnostic Orchestrator alcançou 83% de precisão em casos clínicos, contra 36% de médicos generalistas com acesso a referências.
Experimento com Scripps Research e PerturbAI mapeou 8 milhões de células cerebrais de camundongos e gerou hipóteses sobre colesterol e doenças neurodegenerativas.
Modelo treinado com 1,7 milhão de locais diferencia mata nativa de lavouras e plantações comerciais no Google Earth Engine, com foco nas exigências da regulação europeia de desmatamento.
Agentes exploraram simulação 3D por 30 horas sem tarefas prévias. O comportamento espontâneo elevou o rendimento posterior em testes no mesmo cenário.
Pesquisa do MIT CSAIL colocou cópias do Claude Opus 4.7 em ambiente simulado por 30 horas. Sem metas prévias, os agentes criaram jogos e superaram modelos virgens em tarefas posteriores.
Ensaio da Goodfire afirma que modelos de linguagem não misturam conceitos desconexos e que redes neurais podem ser inspecionadas sem autoencoders secundários, mas tese divide pesquisadores.
Estudo mostra que sistemas compactos já conseguem se instalar em aparelhos baratos e podem viabilizar botnets autônomas sem botão central de desligamento.
A empresa divulgou quase 400 soluções para problemas abertos geradas por IA, mas pesquisadores criticam a falta de verificação formal e o impacto sobre carreiras acadêmicas.
Levantamento da MIT Technology Review detalha os limites técnicos dos mecanismos que ensinam LLMs a dizer 'não' e mostra que camadas extras de segurança podem elevar o custo de computação em 24%.
Pesquisadores apontam divergências entre explicações e código formal da OpenAI, enquanto grupos acadêmicos propõem interromper o uso dos modelos da empresa.
Enquanto executivos projetam humanoides autônomos no curto prazo, especialistas alertam que a escassez de dados físicos e as falhas dos modelos de visão-linguagem-ação travam tarefas fora dos laboratórios.
Iniciativa sem fins lucrativos recebe US$ 300 milhões de big techs e apoio do governo dos EUA para gerar dados de simulação biológica.
A empresa disponibilizou 372 famílias de resultados e formalizações em Lean, com custo médio de três horas de processamento do ChatGPT Pro por problema.
Planos de despejar centenas de resoluções de problemas no GitHub e disputas de crédito acirram a tensão entre a dona do ChatGPT e pesquisadores da área.
Receba o Flipters no seu e-mail. A newsletter de IA para quem está tirando produto do papel.