E aí curioso, seja bem vindo novamente!

Hoje é o último dia para você deixar a sua opinião na pesquisa da semana! 👇

O resultado sai na edição de amanhã!

Ah, e caso você prefira escutar os conteúdos do NoFinn. É simples:

🌐 Se você está na versão web ou no aplicativo basta dar clicar no player no topo da página, logo abaixo do título da postagem.

📧 Caso você esteja no e-mail é só clicar aqui, ou no banner no topo do e-mail e você será direcionado para a postagem na web, após isso é só dar play no topo da página.

🎧 E pra você que já está escutando o conteúdo, maravilha! Bora lá para o resumo de hoje.

🏃TLDR⌚

Além disso, olha o que você verá hoje:

Bora lá?

🛠 Caixa de Ferramentas 🛠

Atendendo a alguns pedidos, resolvi mudar um pouco a estrutura do conteúdo, trazendo as novidades em ferramentas pro início do post, assim fica mais fácil para você sair testando tudo o que achar interessante!

Dá uma olhada no que eu achei hoje:

Novo modelo misterioso foi apresentado e está no topo

Llama-3.1-Nemotron-70B é o nome do novo modelo de IA da Nvidia, desenvolvido com base no modelo de código aberto da Meta e lançado de forma silenciosa.

Aparentemente, o novo modelo superou o ChatGPT-4o e o Claude Sonnet 3.5 em vários benchmarks importantes, apresentando uma pontuação no Arena Hard de 85.0, superando o GPT-4 (79.3) e o Claude 3.5 Sonnet (79.2). Ele também superou ambos em testes como o AlpacaEval 2 LC e o MT Bench, reforçando sua posição como líder em performance.

O Nemotron-70B baseia-se na arquitetura Llama 3.1, oferecendo 70 bilhões de parâmetros que permitem processar e gerar texto semelhante ao humano.

De acordo com a Nvidia, o processo de treinamento do novo modelo incluiu uma combinação de aprendizado supervisionado e aprendizado por reforço a partir de feedback humano, sendo possível aprender com vastos conjuntos de dados e garantindo que os resultados se alinhem intimamente com as preferências humanas.

Verificador da Lei de IA da UE revela as armadilhas de conformidade da Big Tech

Grandes empresas de tecnologia, como OpenAI, Google e outras líderes no setor de IA, estão enfrentando dificuldades para se adequarem às exigências da Lei de IA da União Europeia. Esta lei foi criada para regular o desenvolvimento e o uso de sistemas de inteligência artificial, com o objetivo de garantir maior transparência, segurança e proteção de dados no setor.

Para monitorar a conformidade, ferramentas como o LLM Checker foram introduzidas para identificar lacunas nos modelos de IA. Essas verificações são essenciais para garantir que os modelos atendam aos padrões estabelecidos pela União Europeia. Porém, os resultados das auditorias mostraram que a maioria das IAs do mercado ainda está longe de cumprir as exigências, com problemas significativos em áreas como segurança cibernética, gestão de dados pessoais e transparência nas operações de IA.

Vice-Presidente de IA da AWS anuncia saída da empresa

A saída de Wood deixa a AWS em uma posição delicada, já que a empresa corre o risco de ser deixada para trás na corrida pela IA generativa, especialmente quando comparada a concorrentes como Microsoft e Google. A AWS falhou em investir em startups promissoras como Cohere e Anthropic, decisões que afetaram sua competitividade no mercado de IA. O atual CEO da AWS, Matt Garman, está tentando reposicionar a empresa com a aquisição de startups de IA e o desenvolvimento de chips de treinamento, como o Trainium.

Mais notícias ao redor do mercado de IAs

A IA pode competir com os cientistas?

Com o rápido avanço dos modelos de inteligência artificial, a questão de se a IA pode realmente competir com seres humanos em tarefas especializadas, como a ciência de dados, está se tornando cada vez mais relevante. A OpenAI, uma das principais líderes no desenvolvimento de IA, decidiu enfrentar esse desafio de frente com o lançamento do MLE-bench, um benchmark inovador que visa medir o desempenho de seus sistemas de IA em tarefas reais de ciência de dados. Esse benchmark foi inspirado em problemas reais extraídos de competições do Kaggle, uma das principais plataformas de desafios de machine learning do mundo.

O objetivo do MLE-bench é avaliar até que ponto a IA pode igualar ou até superar o desempenho dos cientistas de dados humanos em tarefas como preparação de dados, seleção de modelos e ajuste fino para melhorar a precisão.

Embora o desempenho da IA tenha sido notável, o estudo também revelou uma importante limitação: a falta de criatividade e de capacidade adaptativa. Tarefas de ciência de dados do mundo real muitas vezes envolvem problemas mal definidos, onde os cientistas precisam criar soluções inovadoras a partir de dados incompletos ou fazer escolhas que não estão claramente definidas por regras. Nesses cenários, a criatividade e a experiência humana continuam sendo vitais.

Em vez de substituir os cientistas de dados humanos, os modelos de IA têm o potencial de atuar como assistentes poderosos, otimizando a eficiência e permitindo que os humanos concentrem seus esforços nas partes mais criativas e complexas do trabalho. No entanto, o desempenho da IA depende fortemente de quão bem os problemas são definidos e estruturados. Em cenários de mundo real, onde muitas vezes não há uma resposta clara, os cientistas humanos ainda terão um papel central na definição de abordagens e na adaptação dos modelos às necessidades específicas.

Conteúdos extras para você

Isso é tudo por hoje, pessoal!

Não perca nada!

Para mais notícias sobre IA, fique atento aos próximos conteúdos!

Caso tenha interesse, possuo alguns conteúdos já publicados em meu site. Dê uma olhada: