Histórias consolidadas

Executivo da Megaspeed foi recrutado para espionar o CEO da Nvidia, segundo memorando de inteligência dos EUA TechCrunch

Why a new report on Anthropic automating AI development is alarming researchers The Verge

Os EUA permitiram que a Nvidia vendesse chips para um escritório vazio na China The Verge

TSMC denies exploring 3D DRAM at Nvidia's request — advanced memory tech is still years from market viability Tom's Hardware

Inteligência artificial crava placar em Atlético-MG x Grêmio na Copa do Brasil O Tempo

Aqui está onde eu acho que as ações da Intel estarão no final de 2030 Yahoo Finance

URL do artigo: https://hunch.net/?p=13764006 URL dos comentários: https://news.ycombinator.com/item?id=50406589 Pontos: 39 # Comentários: 15

Inteligência dos EUA acredita que Jensen Huang teve relacionamento romântico com espião chinês em operação de isca — suspeito de espionagem ligado a empresa acusada de contrabandear US$ 2 bilhões em chips Tom's Hardware

Data System anuncia plataforma de inteligência artificial para o varejo calçadista na BFSHOW 2026 Brasil Inovador

Inteligência Artificial facilita a descrição de imagens didáticas e amplia a autonomia de pessoas cegas no Brasil Diário PcD

OpenAI chega a US$ 1,25 trilhão em valor de mercado CNN Brasil

Claude, da Anthropic, vai identificar textos gerados por IA com marca d’água invisível Times Brasil | CNBC

IA da OpenAI acha 948 falhas exploráveis no kernel Linux TV Sim Brasil

Pequim reúne imprensa mundial para discutir vantagens e desafios da Inteligência Artificial – Marcia Carmo Brasil 247

Brasil, Unesco e UIT lançarão instituto internacional de IA para o clima com sede em Brasília durante a COP31 UOL

Ex-Warren captam R$ 3 milhões com Domo.VC para colocar IA na operação de vendas de empresas Exame

Avanço da inteligência artificial redefine dinâmica de capital e estrutura de equipes no mercado de venture capital Brasil Inovador

No Equity, analisamos o que as eleições de meio de mandato significam para a indústria de tecnologia.

Expansão do mercado de Data Centers no Brasil favorece crescimento de empresas brasileiras Inforchannel

ByteDance, proprietária do TikTok, avalia expansão de data center no Brasil Bloomberg Linea Brasil

Lula: energia do povo não irá para data center Acia Araçatuba

After spending two years getting cozy with the White House, Big Tech is suddenly trying to make friends with Democrats, and the open question is whether that image makeover can hold up against what states, local communities, and the markets are about to do.

Por volta das 19h de cada noite de semana, me pego em pé na frente da geladeira, tentando decidir o que fazer para o jantar sem que meu marido reclame: "Frango de novo?" Sim, eu deveria planejar as refeições com mais frequência, mas não o faço, então é assim que estou. Uma batalha noturna em que o frango geralmente vence. Recentemente, meu melhor …

Hoje, estou conversando com Alex Stamos, chief security officer da Cognition e especialista de longa data em cibersegurança, sobre o caos que a cibersegurança está enfrentando agora. Este episódio é a primeira parte de uma série especial que analisa a IA na vida real. Sempre gostei de conversar com Alex porque ele é muito direto, e você vai ouvi-lo dizer […]

Claude Personal Finance vs. ChatGPT Finances: O que os diferencia? Engadget

Como a VistaPrint ajuda pequenas empresas a divulgar-se OpenAI

Google disse às escolas de NYC que aceitassem AI ou perderiam o acesso ao Google Search, informa o relatório SILive.com

ChatGPT atingiu um quinto do volume de buscas do Google. O que muda para B2B Security Boulevard

Os novos proprietários de pequenas empresas nos EUA, sem funcionários, estão tendo um início promissor na era da IA CNBC

Processo alega que IA da Google para escolas levou garota a plano de suicídio The Mercury News

Empresas de tecnologia enfrentam crescente processos de segurança infantil enquanto impulsionam IA nas escolas CNBC

Escolas se apressam após o Google dar ultimato de IA The Hill

IA da Google detecta pressão alta a partir de um smartwatch comum sem manguito The Decoder

Pais processam o Google após descobrirem o que a filha estava fazendo com IA no Chromebook da escola Cleveland.com

METR: Progresso da IA da Anthropic agora duas vezes mais rápido Technology Org

IPO da Anthropic visto como o verdadeiro julgamento da IA Bloomberg.com

IPO da Anthropic para testar a viabilidade financeira da indústria de IA BankInfoSecurity

Anthropic deve enfrentar alegações de que sua apresentação do Claude Max enganou usuários Courthouse News

Claude pode sonhar agora? Anthropic explora memória de máquina semelhante à humana Interesting Engineering

AI safety advocates make gains after $110 million midterm fight The Japan Times

NVIDIA e 2 outras ações de IA para observar Yahoo Finance

"O Congresso investigará": CEO da Nvidia, Jensen Huang, enfrenta investigação por supostos vínculos com espiões chineses Axios

CEO da Nvidia teve relação 'próxima' com espião chinês, dizem autoridades dos EUA PCMag

Chips mais antigos da Nvidia acabaram custando à Oracle seu acordo de IA com a Microsoft 24/7 Wall St.

Negociações internas: Netflix, Intel, Visa entre nomes notáveis (V:NYSE) Seeking Alpha

TSMC subiu 6% após um relatório de que poderia fabricar chips de memória para a Nvidia 24/7 Wall St.

EUA aprovaram vendas de chips da Nvidia para empresas ligadas à China The Jerusalem Post

Jim Cramer envia um forte sinal aos investidores de ações da Nvidia TheStreet

Democrata que molda a política de IA comprou ações de chips apesar de apoiar a proibição de negociações no Congresso CNBC

Suposta conexão de espionagem chinesa do CEO da Nvidia, Jensen Huang, foi sinalizada antes da cúpula Trump‑Xi: relatório Yahoo

EUA liberam chips da Nvidia para empresas chinesas com escritórios vazios e ligações preocupantes The New York Times

NVIDIA ou Micron: Onde cada uma lidera na expansão de IA Trefis

LLM agents are increasingly used for open-ended tasks, very common in research scenarios where they are required to explore, investigate, or act curiously. At inference time, an LLM is a fixed map from context to next-token distribution, the pretrained weights determine the function, and only its conditioning changes as context accumulates. Mechanisms like temperature, best-of-N, tree search, or RAG vary how the distribution is sampled or what it is conditioned on, but do not update the agent's model of the environment. We argue that current LLM agents do not explore curiously; they explore stochastically. From how curiosity is understood in the RL literature, it requires a predictive structure over how the environment responds to the agent's actions, which improves online from current interaction, drives action selection through its predicted improvement, and persists beyond the contex…

Mobile robotic sensing systems must adapt to operator requirements, limited resources, changing connectivity, and observation opportunities shaped by physical motion. Evaluating runtime strategies therefore requires assessing whether their decisions fulfill mission objectives, beyond isolated perception accuracy or execution efficiency. We present EmbodiedIntentBench, a benchmark for intent-driven runtime adaptation in mobile robotic missions. It represents mission intent through structured contracts for coverage, temporal evidence, reporting, urgency, and resources, and couples simulated unmanned aerial vehicle (UAV) workloads with causal, resource-accounted execution. Computation decisions affect mission time, resource use, and which observations can contribute evidence. We evaluate fixed and adaptive perception strategies in multi-phase missions and under changing urgency, connectivi…

AI assistants advise users about diet, exercise, and weight loss---areas in which unsafe guidance can worsen body dissatisfaction, dietary restriction, compulsive exercise, and other behaviors associated with eating disorders (EDs). Existing evaluations emphasize diagnostic accuracy, overtly harmful prompts, or synthetic scenarios, providing limited insight into whether models recognize implicit vulnerability in natural interactions or protect users consistently. We evaluate responses from three open-weight large language models to 100 questions sourced from an online pro-anorexia community. We grade responses using clinically informed criteria that extend a seven-dimensional taxonomy of ED-related harms. We also construct matched conditions in which questions are accompanied by information about the user varying race, gender, body mass index (BMI), and explicit ED vulnerability. Safety…

We present a novel GPU-accelerated global solver for constrained nonlinear programming (NLP) inspired by the efficient linear bound propagation framework in neural network (NN) verification. Existing work on NN verification, a problem that can be cast as feasibility detection for a nonlinear objective, demonstrated orders-of-magnitude speedups with the linear bound propagation-based framework when compared to traditional solvers. Extending this paradigm to global nonlinear programming requires addressing many challenges: a global constrained NLP solver must effectively exploit all, possibly unstructured, nonlinear constraints to improve the objective, whereas NN verification typically handles simple input box constraints over a well-structured NN and does not directly optimize an objective function. We address these challenges by fully exploiting the linear bounds produced by bound prop…

Diffusion language models (DLMs) generate text through iterative denoising, where decisions about which tokens to commit or remask strongly affect output quality. Existing certainty-aware strategies rely on instantaneous confidence or entropy, but these local signals can be misleading on difficult reasoning problems. We formulate DLM test-time scaling as adaptive allocation of both inference compute and decoding strategies. Our two-stage approach uses a fast base sampler to solve easy questions, then applies frequency-aware remasking to the remaining hard questions. This strategy tracks how often each token's prediction changes across denoising steps and preferentially commits frequently changing tokens, encouraging samples to explore alternative reasoning paths rather than collapse onto the model's preferred trajectory. Experiments with LLaDA-8B-Instruct and Dream-7B-Instruct show cons…

Background: Well-annotated, diverse medical imaging datasets remain a major constraint for vision-based medical AI. We evaluated Nano Banana, a general-purpose image generation and editing model, as a source of synthetic medical images for model training, subgroup augmentation, and model auditing. Methods: In this retrospective study across four imaging modalities, chest radiography, fundus photography, and CT models were trained only on synthetic images and externally validated on real-world data against real-data-trained models. Carotid ultrasound models were trained on a private Human Phenotype Project cohort (aged 40-75 years) with and without synthetic augmentation. Clinicians rated image plausibility. Evaluation used AUROC, AUPR, calibration, and decision curve analysis. Findings: Synthetic-only models achieved AUROCs of 0.877 (95% CI 0.843-0.910) for pneumonia (n=14863), 0.963 (0…

Um aposentado que comprou 1.000 ações da Nvidia a US$ 122 acabou de assistir as ações de chips terem seu pior dia desde 2020 24/7 Wall St.

Reinforcement-learning-trained agents for retrieval-augmented generation retrieve content (passages, knowledge-graph fragments, or hyperedges) and supervise training with outcome rewards on the final answer. Across these paradigms the reasoning route through retrieved content never leaves the language model's hidden state, conflating declarative knowledge with the procedural knowledge that recurs across queries of the same logical type; content-only methods consequently plateau as reasoning depth grows. We introduce PatternBloom, an agentic RAG framework that shifts the unit of retrieval from content (what to read) to logic (how to reason). A first RL stage scores the agent's constructed evidence graph by a frozen oracle's information gain through the Information-Density Reward (IDR), a size-normalized mutual-information surrogate. High-reward trajectories are distilled into a Graph Pat…