Filippe Barreto Sims

Engenheiro consegue 2.5x de throughput no Qwen3-27B usando Multi-Token Prediction com GGUF quantizado e PR não-mergeado do llama.cpp.

SubQ promete LLM com 12 milhões de tokens de contexto usando atenção sub-quadrática. Analisamos a arquitetura, ganhos reais e os gargalos de memória que ainda p

Shopify CTO detalha explosão de uso de IA em 2026, token ilimitado e ferramentas como Tangle e SimGym. Dados reais de adoção dentro da empresa.

ClinicBot usa RAG com evidência hierárquica e citações para reduzir alucinações em diagnósticos. Entenda como isso muda a prática clínica.

OpenAI acelera desenvolvimento de telefone com IA integrada. Saiba o que esperar do dispositivo que promete mudar a forma como interagimos com assistentes.

Lilian Weng atualizou seu clássico artigo sobre a família Transformer, incorporando três anos de avanços em arquiteturas de atenção, eficiência e escalabilidade

A xAI alugou 300MW do seu datacenter Colossus para a Anthropic. O movimento sinaliza que a empresa de Musk pode estar virando uma revendedora de GPUs, em vez de focar em seus próprios modelos e softwares.

Snap encerrou o acordo com Perplexity que traria busca conversacional ao Snapchat. Sem receita prevista, o que muda para quem usa ou desenvolve com IA? Análise técnica.

Entenda como jailbreaks e ataques adversários exploram vulnerabilidades em LLMs, e o que isso significa para quem desenvolve e usa esses modelos.