Modelos de IA
Os modelos de IA fazem previsões com base em seus dados de treinamento. Eles podem funcionar em qualquer domínio, como números, texto ou multimídia.
Modelos Multimodais Grandes (LMMs) vs LLMs
Avaliamos o desempenho de Modelos Multimodais Grandes (LMMs) em tarefas de raciocínio financeiro usando um conjunto de dados cuidadosamente selecionado. Ao analisar um subconjunto de amostras financeiras de alta qualidade, avaliamos as capacidades dos modelos no processamento e raciocínio com dados multimodais no domínio financeiro. A seção de metodologia fornece detalhes aprofundados sobre o dataset…
Densidade de Inteligência de 71 LLMs para Models Mais Inteligentes e Densos
Acompanhamos 71 LLMs lançados entre fevereiro de 2023 e maio de 2026 e coletamos 10 benchmarks públicos para medir a densidade de inteligência. Dividimos a pontuação de capacidade pelo recurso que o model consome (parâmetros ativos, computação de treinamento e preço de inference). Para calcular a densidade de inteligência, executamos as seguintes etapas: Consulte a…
Benchmark de 40+ LLMs em Finanças: Claude Fable 5 & GPT-5.6 Sol
Avaliamos LLMs em 238 questões difíceis do benchmark FinanceReasoning (Tang et al.).1 Este subconjunto tem como alvo as tarefas de raciocínio financeiro mais desafiadoras, avaliando raciocínio quantitativo complexo e em várias etapas envolvendo conceitos e fórmulas financeiras. Nossa avaliação empregou um design de prompt personalizado e critérios de pontuação de precisão e consumo de tokens.…
Time Series Foundation Models: Casos de Uso & Benefícios
Os time series foundation models (TSFMs) são pre-trained models que realizam previsão, classificação, imputação e detecção de anomalias em dados de séries temporais sem exigir um model separado para cada dataset ou setor. Os TSFMs usam arquiteturas baseadas em transformer e datasets de séries temporais em larga escala para generalizar entre domínios como finanças, varejo,…
Leis de Escala de LLM: Análise de Pesquisadores de IA
Grandes models de linguagem preveem o próximo token com base em padrões aprendidos a partir de dados de texto. O termo LLM leis de escala refere-se a regularidades empíricas que vinculam o desempenho do model à quantidade de computação, dados de treinamento e parâmetros do model usados durante o treinamento. Para entender como essas relações…
LLM Ferramentas de Observabilidade: Weights & Biases, Langsmith
Aplicações de LLM expandiram-se de chats de turno único para agentes de várias etapas que usam ferramentas, consultam bancos de dados e coordenam com outros modelos, tornando seu comportamento mais difícil de interpretar. A observabilidade de LLM fornece visibilidade contínua nesses fluxos de trabalho complexos, ajudando as organizações a monitorar a qualidade, detectar falhas, solucionar…
LLM Benchmark de Latência por Casos de Uso
Fizemos o benchmark de 11 dos principais modelos de linguagem de grande escala com um total de 1.320 pedidos, dividindo modelos de raciocínio e não-raciocínio, e medimos a latência do primeiro token, a latência por token e o tempo total de resposta. Pode encontrar detalhes sobre como medimos a latência aqui. Relatamos modelos de raciocínio…
Agentic IT: Can LLMs Design a Benchmark
We gave 12 large language models the job a benchmark team does: invent a benchmark, build it, run four models through it, and report the results. Each did it twice. None of the 24 attempts passed every criterion, and six of the rubric’s checks were passed by none of them. The two topics are text-to-SQL,…
Modelos de Fundação do Mundo: 10 Casos de Uso
Treinar robôs e veículos autônomos (AVs) no mundo físico pode ser caro, demorado e arriscado. Os Modelos de Fundação do Mundo oferecem uma alternativa escalável ao permitir simulações realistas de ambientes do mundo real. Esses modelos aceleram o desenvolvimento e a implantação em robótica, AVs e outros domínios, reduzindo a dependência de testes físicos. Explore…
Melhores provedores com tarifa fixa de LLM API
Provedores de LLM com tarifa fixa vendem uso ilimitado do modelo por um preço mensal fixo em vez de cobrar por token. Esse modelo se espalhou porque sessões de codificação agentiva podem usar dezenas de milhões de tokens, então uma conta por token é difícil de prever. Muito poucos provedores oferecem uma tarifa fixa verdadeira;…