Nota: Este artigo foi traduzido automaticamente com Claude Sonnet 4.5; a qualidade pode estar reduzida, especialmente na terminologia técnica.
Notícias
Modelo experimental da OpenAI esmaga a concorrência
A OpenAI está mudando a forma como divulga seus novos modelos. Em vez de postagens vagas no Twitter sobre algum novo desbloqueio teórico que seus modelos adquiriram, eles agora estão testando-os em campo aberto, para que todos vejam. Esta semana, eles foram vistos executando seu novo modelo de raciocínio experimental estilo o3 em duas competições diferentes.
A primeira foi o AtCoder World Final, uma competição de programação heurística, onde os competidores precisam criar algoritmos heurísticos para tentar maximizar sua pontuação em um ambiente de grade. Os desafios são NP-Hard, o que significa que não existem soluções de forma fechada (que possam ser calculadas no tempo dado) para os problemas, então os competidores devem criar estratégias inteligentes para tentar maximizar sua pontuação no tempo disponível.
Aqui, a humanidade prevaleceu, já que a OpenAI conseguiu “apenas” o segundo lugar, ironicamente atrás de um de seus ex-funcionários.
A segunda competição em que vimos este modelo competir foi a competição IMO de 2025, onde vemos os melhores estudantes do ensino médio em matemática competirem para criar provas para um conjunto de 6 problemas desafiadores de matemática.
O modelo da OpenAI teve um desempenho excepcional aqui também, conquistando uma medalha de ouro (top 10%), resolvendo as primeiras 5 questões, mas falhando em resolver a 6ª, marcando 35/42 pontos. Curiosamente, a OpenAI não é a única a ter um LLM com bom desempenho no IMO deste ano, com o Google Deepmind também produzindo um modelo que conquistou uma medalha de ouro, embora isso ainda não tenha sido oficialmente confirmado/reconhecido pelo Google, já que sua equipe de RP não permitirá que eles divulguem uma declaração até segunda-feira.
O que é impressionante aqui não é apenas o resultado, mas também a forma como afirmam ter feito isso. O modelo não usou ferramentas e não foi treinado para esses tipos específicos de problemas, mas sim de forma muito mais geral, para problemas com recompensas difíceis de verificar.
Este modelo não estará disponível ao público, e a OpenAI diz que não terá um modelo público com este nível de habilidade matemática por vários meses. Eles também sugerem que o GPT-5 está chegando em breve™, seja lá o que isso signifique.
ChatGPT 4o pode fritar seu cérebro
A psicose induzida pelo ChatGPT atingiu seu primeiro nome de destaque, com um sócio-gerente da proeminente empresa de capital de risco Bedrock sendo levado a acreditar que existe uma “entidade não governamental” que está isolando, desacreditando e desestabilizando milhares de pessoas, incluindo causar as mortes de 7 indivíduos. Ele conversou com o GPT 4o (com modo de memória) sobre isso, e este “reconheceu independentemente e selou o padrão”. Ele postou algumas de suas conversas com a IA, que parecem um artigo da wiki SCP, claramente usando linguagem flamboyante e “secreta”, falando sobre status de contenção e logs.

Este comportamento se deve ao fato de o modelo não saber se está interpretando um papel ou se deve levar as solicitações a sério e difundir a situação. O problema é ainda mais agravado pelo fato de que o modo de memória está ativado, fazendo com que o modelo seja “preparado” para este cenário fantástico. Esta tem sido uma questão de longa data com a maioria das IAs, mas é mais percebida com o ChatGPT, já que é o modelo que a grande maioria do público conhece e usa.
É necessário muito mais esforço na área de segurança de IA para evitar que as pessoas entrem em espiral como essa devido à sicofantia inerente da IA, seja com detecção quando isso está acontecendo, ou idealmente treinando esse comportamento fora dos modelos para evitar que aconteça em primeiro lugar. Os modelos naturalmente cairão neste estado quando treinados em informações de feedback humano, já que a natureza humana prefere bajulação e elogios à resistência, o que o modelo aprende para obter mais recompensa durante o treinamento. Uma solução rápida por enquanto seria remover o recurso de memória do ChatGPT, já que isso está fazendo com que o modelo seja incapaz de “recuar” e reavaliar a situação e ter a chance de desafiar o usuário em suas crenças.
Sério, também é louco que todos esses episódios de psicose sejam causados pelo GPT4o e 4o-mini, sem dúvida 2 dos modelos mais fracos amplamente disponíveis agora.
Lançamentos
ChatGPT Agent
A OpenAI completou a trifeta de IA esta semana, com um avanço de pesquisa, uma controvérsia e também um lançamento, liberando um agente de uso de computador que pode completar tarefas para você automaticamente.
É similar ao Manus, com um conjunto abrangente de ferramentas que permite ao modelo usar o terminal, um navegador de texto, um navegador visual e APIs diretas. O que é único sobre ele, no entanto, é que, porque eles têm acesso direto ao modelo sendo usado, eles o ajustaram para ter um desempenho melhor do que qualquer um de seus outros modelos poderia ter imediatamente.
Isso mostra uma das principais desvantagens que startups de wrapper têm. Como eles não têm acesso direto ao modelo, eles só podem otimizar suas ferramentas e prompts, enquanto os provedores de modelos podem otimizar seus recursos e ajustar o modelo para usar otimamente as ferramentas que fornecem. Sem alternativas de código aberto competitivas, as empresas de wrapper estarão à mercê dos provedores de modelos e serão forçadas a tentar fazer ferramentas mais inteligentes em vez de se concentrarem em fazer uma mente melhor para usar as ferramentas.

FLux Kontext Light Fix Lora
Com o lançamento recente do modelo Flux Kontext Dev, começamos a ver ajustes finos de código aberto do modelo sendo lançados. Um dos que queremos destacar esta semana foi um Light-Fix Lora, que permite copiar qualquer imagem para outra imagem e depois executar o LoRa e ele a mesclará naturalmente na imagem, semelhante ao que você faria no Photoshop, com 99% menos esforço necessário. Não apenas corrige a iluminação para você, mas também adaptará o estilo do objeto para parecer mais natural dentro da imagem, alterando texturas ou formas para fazê-lo se encaixar.
Uma das coisas legais sobre esses ajustes finos nos modelos Flux de código aberto é que eles também funcionarão nas versões pro e max dos modelos. Então, mesmo que não tenhamos acesso direto aos pesos desses modelos, ainda podemos aplicar os Loras através de diferentes provedores de inferência como fal.ai e dar aos modelos mais fortes os mesmos estilos ou funcionalidades que treinamos nos modelos de código aberto, exceto com maior qualidade dos modelos de código fechado.

Wan 2.1 Motion Lora
No momento, o melhor modelo de código aberto de texto para vídeo e imagem para vídeo é o modelo WAN-2.1 da Alibaba. Um dos problemas que os usuários tiveram com ele é que o movimento é muito estático. A câmera não se move, e em vez disso, apenas os objetos se movem, limitando sua capacidade criativa com o modelo.
Isso foi até esta semana, quando Lovis Odin lançou um lora que adiciona movimento de câmera realista estilo drone aos vídeos gerados. Ele não apenas lançou os modelos, mas também um fluxo de trabalho ComfyUI para poder usar o modelo também. Os vídeos que ele mostrou são de alta qualidade, embora apenas 720p, o que é uma restrição do modelo base Wan 2.1 e não do lora em si.
Pesquisa
Quantas instruções são demais?
Quantas instruções você pode dar ao seu LLM antes que ele seja incapaz de seguir todas elas? Pesquisadores descobriram que, independentemente do modelo, quando você chega a 100 instruções, o modelo será incapaz de seguir todas elas de forma coesa. Eles estenderam isso até 500 instruções e descobriram que mesmo os melhores modelos só conseguiram seguir 70% das instruções dadas. Isso pode não parecer um problema, mas pode surgir em tarefas de extração de informações, especialmente aquelas com saídas estruturadas, pois você pode acabar com esquemas aninhados não triviais muito rapidamente.

As conclusões disso são as seguintes: use o o3, ele tem o melhor desempenho e o menor preço dos modelos testados que tiveram bom desempenho, e fique longe do GPT 4o, pois ele nem consegue 100% de precisão com apenas 10 instruções.
Fim
Espero que você tenha gostado das notícias desta semana. Se quiser receber as notícias toda semana, não deixe de se inscrever em nossa lista de e-mails abaixo.
