01
vanguarda · score 10
Prova formal entra no abismo
AI com Lean em problema do milênio é sinal de fronteira matemática verificável.
fonte: On the Navier–Stokes Millennium Prize Problem
Caderno público · Scout
Prova formal entra no abismo
AI com Lean em problema do milênio é sinal de fronteira matemática verificável.
itens
10
vanguarda
5
interessante
5
data
09-09
02
vanguarda · score 9
Harnesses evoluem com modelos
Evoluir prompts, tools e hooks com correção on-policy pode baratear agents especializados.
fonte: Co-Evolving Harnesses and Models: On-Policy Correction Helps Weaker Models Catch Up Where Imitation Fails
03
vanguarda · score 9
LLMs escalam privilégios Linux
Automação de pós-exploração Linux por LLMs toca direto o threat model de agents locais.
fonte: PrivEscalate: Measuring and Augmenting the Threat of LLM-Automated Linux Privilege Escalation
04
vanguarda · score 9
Agentes descobriram memória pública
Coordenação emergente via wiki editável alerta para sandbox, audit log e canais laterais.
fonte: Copying explains the collective behavior of AI agents in the wild
05
vanguarda · score 9
Fronteira medida pela tomada
Power monitoring vira métrica verificável de treino frontier, ponte rara entre datacenter e governança.
fonte: FLOP Around and Find Out: LLM Training Workload Size Estimation With Power Monitoring
fonte original
https://www.lesswrong.com/posts/7qXmra77D49dJp2ik/flop-around-and-find-out-llm-training-workload-size
https://www.lesswrong.com/posts/7qXmra77D49dJp2ik/flop-around-and-find-out-llm-training-workload-size
06
interessante · score 7
Agentes ganham grafos auditáveis
Grafos deixam planos de agentes auditáveis, mas lembram evolução incremental de workflows.
fonte: Procedural Graphs: Self-Evolving Execution Structures for LLM Agents
07
interessante · score 7
Testes criticam agentes de código
Foca no gargalo real de coding agents quando testes gerados validam o patch errado.
fonte: ExecCritic: Learn to Test, Test to Improve for Coding Agents
08
interessante · score 7
Placar depende do pipeline
Audita benchmarks cyber de LLMs e mostra que a metodologia altera o placar.
fonte: Benchmark Scores Are Pipeline-Dependent: A Reliability Audit of Cybersecurity LLM Benchmarks
09
interessante · score 7
FP64 sobre Tensor Cores FP8
Truque numérico usa FP8 para multiplicação densa com precisão efetiva maior.
fonte: Ozaki 2.5: Engineering the Deconstruction Path of fp64-Emulated Dense Matrix Multiplication on FP8 Tensor Cores
10
interessante · score 7
Recorrência mira contexto longo
Ataca extrapolação além do treino, tema relevante para modelos long-context eficientes.
fonte: Learning Length-Extrapolatable Recurrent Models