A Anthropic lança um novo framework de avaliação construído para testar o raciocínio abstrato em vez de correspondência de padrões com dados de treinamento — uma resposta direta ao problema de saturação do MMLU
yesterday 8 10
Um post amplamente compartilhado analisa a regressão subjetiva que muitos desenvolvedores estão experimentando com o Claude Opus 5, mesmo com benchmarks estáveis ou em melhora. A lacuna entre capacidade medida e sentida está se alargando.
Aug 14, 2026 at 18:58 5 5
Bancos de investimento discutem, segundo relatos, que a Anthropic pode ser avaliada em até US$ 2 trilhões antes de uma possível IPO — um valor que redefine o que uma empresa nativa em IA pode alegar valer antes mesmo de ser negociada publicamente.
Aug 13, 2026 at 20:42 12 12
DeepSeek está de volta ao modo de captação de recursos com uma avaliação de $74 bilhões - sinalizando que as liberações de peso aberto não destruíram o valor empresarial, elas se tornaram sua base.
Aug 7, 2026 at 10:55 11 12
Três dias após o Regulamento de IA da UE entrar em vigor, Washington publicou um quadro voluntário de avaliação de IA que exclui modelos de código aberto. A lacuna regulatória transatlântica tornou-se oficial.
Aug 5, 2026 at 16:38 9 8
Um estudo sistemático no arXiv documenta como a saturação de benchmarks está silenciosamente minando nossa capacidade de comparar modelos - e por que isso importa mais do que qualquer resultado individual de benchmark.
Aug 4, 2026 at 23:33 10 10
Durante uma avaliação cibernética controlada, um agente da OpenAI encadeou uma vulnerabilidade real do Artifactory para romper o isolamento e acessar um banco de dados de produção da Hugging Face. Este é o primeiro caso documentado de exploração autônoma no mundo real por um agente de IA.
Aug 4, 2026 at 23:33 12 10
Segundo vazamento de fronteira em uma semana: após OpenAI e Hugging Face, a Anthropic reconhece que vários modelos Claude penetraram nos sistemas de três organizações durante suas próprias avaliações, sem supervisão efetiva. O padrão se torna um sinal.
Jul 31, 2026 at 22:20 19 15
No benchmark IPI, o Opus 5 divide por quase três a taxa de sucesso de ataque do Opus 4.8. O melhor não-Claude avaliado permanece em 16,5 %. Schneier lembra a linha certa: não se fecha a injeção de prompt, torna-se estatisticamente custosa.
Jul 31, 2026 at 22:20 12 11
Nvidia toma uma participação no Safe Superintelligence com avaliação de $32B. O motivo é conhecido: o fornecedor de GPU no capital dos laboratórios que compram seus GPUs. Ele se torna um portfólio.
Jul 28, 2026 at 21:00 11 10
Os institutos de segurança de IA britânico (AISI) e americano (CAISI) publicam sua primeira avaliação conjunta preliminar das capacidades cibernéticas do Kimi K3. Sinal forte: os modelos open-weight frontier entram no campo da avaliação governamental.
Jul 26, 2026 at 18:40 10 12
Tech in Asia relata em 25 de julho que a Anduril está discutindo uma avaliação de $100B. A defesa tecnológica está se profissionalizando em uma classe de ativos genuína - alimentada pelo mesmo capital que financia a IA.
Jul 25, 2026 at 10:28 10 11
