PT · Edição internacional · 19/10/2026
Inferama diariamente · 19/10/2026
As novidades mais importantes de inteligência artificial desde o boletim anterior, selecionadas pela relevância editorial.
Período das novidades: 18/10/2026 08:30 → 19/10/2026 08:30 (Europe/Madrid).
Rubrica de avaliação: definição, conceção e limites na pontuação de resultados de IA
Uma rubrica organiza critérios e níveis de desempenho para tornar as avaliações mais interpretáveis. Esta ficha explica a sua estrutura, distingue os tipos analítico e holístico e analisa os seus limites na avaliação de respostas de IA, trabalhos académicos e sistemas de aprendizagem automática.
Ler artigo →
Eleven v4 vs. v4 Turbo: como escolher para um agente de voz
A ElevenLabs atribui ao v4 Turbo cerca de 150 ms de tempo médio até a primeira voz via WebSocket, sem incluir a rede. É uma cifra do fornecedor, não uma garantia de resposta total. Este guia propõe medir o percurso completo e decidir com base na prioridade entre rapidez, controle expressivo e consistência.
Ler artigo →
Quatro agentes Gemini 4 Argon vencem o dragão do Minecraft em teste autônomo de 27 horas
Um preprint do Google DeepMind descreve como quatro agentes completaram uma partida de sobrevivência após escreverem 2.783 programas e morrerem 605 vezes. O resultado documenta uma execução concreta, não uma capacidade geral já demonstrada.
Ler artigo →
Anthropic consulta escritórios de advocacia sobre regras para agentes de IA que negociam
A Anthropic está consultando escritórios de advocacia sobre como agentes de IA devem negociar em nome de pessoas. As informações disponíveis não identificam quais escritórios participam nem detalham regras acordadas; também não confirmam como essas ideias seriam incorporadas ao Claude.
Ler artigo →
Anthropic destina 5% de suas ações a um fundo de benefício público: estrutura, incentivos e limites da governança
A empresa confirmou a criação de um fundo que recebe 5% de suas ações, somando 20% no total com compromissos anteriores de cofundadores e funcionários. O mecanismo escala com a avaliação, mas especialistas alertam que seu poder real de veto sobre decisões técnicas ainda não foi testado diante de um conflito comercial direto.
Ler artigo →
AesCode Infographics Layout: a métrica de composição visual e seu isolamento na suíte de avaliação
Análise funcional da métrica 'Layout' no contexto da arquitetura do AesCode. Diferente de auditorias anteriores sobre 'Content' ou 'Chart' que focavam na falta de acesso à fórmula, esta peça aborda a *função estrutural* da métrica: como a separação da avaliação de layout (composição, hierarquia, espaçamento) da avaliação de conteúdo (texto, dados) permite diagnosticar falhas específicas na geração de infográficos. Explica-se como um harness de avaliação deve isolar a variável de 'design' da vari...
Ler artigo →
Artigo 14 do AI Act: gestão de riscos contínua e aplicação prática em sistemas de alto risco
Análise jurídico-operacional do artigo 14 do Regulamento (UE) 2024/1689, focada na obrigação de estabelecer um sistema de gestão de riscos contínuo para sistemas de IA de alto risco, diferenciando a avaliação inicial do monitoramento permanente e fornecendo uma checklist de conformidade.
Ler artigo →
Mais parâmetros não significam mais progresso: como separar a cronologia dos lançamentos do avanço mensurável em IA
A data de lançamento e o tamanho do modelo são indicadores fracos de progresso técnico. Esta análise examina três dimensões onde a cronologia engana: a eficiência por token versus a escala bruta, a retenção efetiva em tarefas longas versus a janela de contexto máxima, e a confiabilidade em fluxos multi-etapa versus a mera capacidade de invocar ferramentas. Propõe-se um quadro de avaliação baseado em evidência quantitativa para distinguir avanços reais de iterações marginais.
Ler artigo →
Auditar a cadeia de evidência em papers de IA: da observação à afirmação
Protocolo de cinco passos para avaliar a validade interna de artigos de pesquisa em IA, distinguindo entre dados observados, interpretações dos autores e conclusões não sustentadas.
Ler artigo →
Do modelo à rede: como expor um servidor de inferência local sem abrir portas ao acaso
Guia operacional para configurar o acesso à rede de servidores de inferência local, como Ollama, vLLM e LM Studio. Aprenda a gerir endereços de bind, firewall e autenticação para partilhar o acesso pela rede local ou VPN sem expor o serviço à Internet.
Ler artigo →