Lançamentos e atualizações ligados a fichas, contexto e fontes primárias.
O Mistral Small 4 combina uma publicação de pesos sob Apache 2.0 com um modelo disponível por API. Antes de apresentar as duas alternativas como intercambiáveis, uma equipe deve verificar separadamente o contrato do modelo, o contrato do serviço e a operação que terá de assumir por conta própria.
O BrowseComp avalia se um agente consegue localizar uma resposta factual breve e difícil de encontrar por meio de navegação persistente na web. É um sinal útil, mas limitado: uma pontuação alta não basta para comprovar qualidade de pesquisa, rastreabilidade das fontes ou confiabilidade em tarefas abertas.
Um erro do modelo, um incidente operacional e um incidente grave regulamentar não são equivalentes. Este guia propõe um protocolo verificável para preservar provas, conter o risco, reconstruir o caso e preparar uma decisão de notificação sem antecipar conclusões jurídicas nem destruir informação relevante.
Um percurso operacional para decidir se um fluxo de pesquisa, resumo, extração, classificação ou redação pode processar documentos privados de forma direta, minimizada, segmentada ou num ambiente controlado. O foco não é escolher uma tecnologia por defeito, mas delimitar dados, transformações, controlos e revisão humana antes da produção.
A IA pode reduzir o tempo dedicado a organizar alertas de SIEM, EDR, identidade, e-mail e nuvem. Ela não deve se tornar, por si só, a autoridade que descarta um incidente ou executa uma contenção. Este guia propõe uma rota de decisão baseada em evidências verificáveis, criticidade, alcance, reversibilidade e aprovação humana.
A injeção indireta ocorre quando um assistente trata como ordens um texto que deveria usar apenas como dados. Este guia propõe uma arquitetura, controles e testes para impedir que e-mails, documentos, resultados de RAG ou páginas web alterem o objetivo, as permissões ou os destinatários de uma tarefa.
O CursorBench oferece um sinal sobre sistemas de agentes avaliados dentro do harness do Cursor, mas uma pontuação não equivale a uma propriedade transferível do modelo. A documentação pública verificada consultada descreve o CursorBench 3.1, e não o 3.2; portanto, toda referência a uma suposta versão 3.2 deve ser tratada como não confirmada até que o Cursor publique sua metodologia e seus resultados.
Um valor de custo por incidência resolvida só é útil se revelar tudo o que aconteceu antes de obter o patch: tentativas falhadas, consumo de tokens, regras de paragem, seleção entre execuções e recursos de avaliação. Esta análise propõe uma ficha reproduzível para ler e comparar resultados do SWE-bench, com especial atenção ao SWE-bench Verified.
O GPT‑Live‑1 adiciona à API uma camada de voz capaz de receber e emitir áudio numa conversa contínua, enquanto o raciocínio ou as ações podem ser delegados a um backend. Em produção, a questão não é apenas obter uma voz mais fluida: é manter o controlo sobre turnos, cancelamentos, ferramentas, ações externas e confirmações ao utilizador.
O Mistral OCR 4.1 altera o modelo para o qual determinados aliases apontam e adiciona capacidades de blocos, estrutura e confiança. Antes de atualizar um fluxo documental, importa medir não só a legibilidade do texto, mas também a estabilidade de tabelas, páginas, coordenadas, esquemas e revisões humanas.
Um guia para distinguir a avaliação de impacto sobre a proteção de dados da avaliação de impacto sobre os direitos fundamentais exigível em determinados usos de IA de alto risco. Inclui uma árvore de decisão, evidências mínimas, controlos e um caso prático de priorização de pedidos.
Um guia para separar classificação, recuperação de evidências, redação e execução no suporte. Propõe níveis de autonomia, regras de escalamento e métricas para avaliar se a IA melhora a resolução sem transferir decisões sensíveis para uma previsão automática.
Notícias que modificam o mapa de modelos e capacidades.
O lançamento requer a revisão da avaliação, implantação e segurança.
Modelo de fronteira ↗Tarefas de código e conhecimento com verificações de esforço.
Conhecimento ↗Multimodalidade, código e agentes com perfil de baixa latência.
Versão estável ↗Uma notícia não termina na manchete.
Relaciona o anúncio à versão, acesso e modalidades.
Identidade ↗Distinguir taxas introdutórias estáveis e dados faltantes.
Custo ↗Revise as condições e a comparabilidade antes de aceitar um benchmark.
Evidência ↗