IA — notícias de 2026-09-17

Fontes

huggingface_hub v1.32.0 — shared blob store e Jobs via UV scripts

GitHub huggingface/huggingface_hub · 2026-09-17 Release v1.32.0 publicada em 2026-09-17T10:21:24Z introduz cache com deduplicação de arquivos Xet entre repositórios via symlink em <CACHE_DIR>/blobs/<prefix>/<xet_hash>, com manifesto .refs e comandos hf cache rm/prune para reclaim. Adiciona leitura de [tool.hf-jobs] do header PEP 723 em scripts UV para hf jobs uv run (image, flavor, secrets) e série de 9 PRs de hardening do Sandbox (tokens por sandbox, validação de pool host, pinagem de sbx-server por digest). Mantém compatibilidade com clientes antigos e fallback silencioso para storage local. Abrir fonte

Unsloth v0.1.810-beta — Docker renovado, FP8/INT8 diffusion e multi-user

GitHub unslothai/unsloth · 2026-09-17 Publicada em 2026-09-17T14:37:04Z, a beta traz nova imagem Docker com suporte NVIDIA e AMD ROCm, contas multi-usuário com isolamento em Settings > Accounts e inferência INT8/FP8 para diffusion 2x mais rápida. Inclui suporte Windows ARM64 CUDA, RDNA1/RDNA2, melhorias de GRPO com Qwen3.5 e TRL/vLLM, além de MLX com input de vídeo, otimizações MoE/decode e memory estimates para GGUF. Atualização consolida pipeline de treinamento, fine-tuning e inference em um único release. Abrir fonte

llama.cpp — 11 releases em 2026-09-17 (b11016 a b11028)

GitHub ggml-org/llama.cpp · 2026-09-17 Onze tags dentro da janela D (03:00 UTC 17/09 a 03:00 UTC 18/09): b11016 (08:58:59Z, sycl ssm_conv SiLU fusion), b11017 (09:27:56Z, vulkan MoE coopmat1), b11018 (09:58:21Z, sycl B70 >19.3GB), b11019 (10:35:36Z, GGUF data alignment), b11020 (11:07:06Z, DeepSeek V3.2/V4 delimiters), b11022 (11:36:08Z, vulkan split buffers), b11024 (12:30:00Z, OpenVINO 2026.4), b11025 (13:02:49Z, Nemotron MTP), b11026 (13:31:47Z, skip gate_up_exps para Qwen3.5-MoE), b11027 (16:03:09Z, rpc skip ACCEL) e b11028 (17:30:53Z, ci evict-old-files). Continuidade diária de builds focados em kernels GGUF, Vulkan, SYCL e OpenVINO para inference local quantizada. Abrir fonte

Coding Agents with an Obstacle-Aware Harness for Safe Robot Manipulation

arXiv · 2026-09-17 Propõe harness consciente de obstáculos para coding agents que escrevem controladores de robô como programas, avaliando segurança além de sucesso de tarefa. Cada episódio pareia meta de manipulação com obstáculo explícito, testando se o agente evita colisões sem treino específico de robótica. Resultados iniciais mostram que harness de código puro opera robôs mas ignora restrições de segurança sem scaffolding dedicado. Relevante para design de harness seguro em agentes de código. Abrir fonte

Quantifying Overclaiming Propensity in Frontier LLM Agents

arXiv · 2026-09-17 Quantifica propensão de agentes codificadores fronteira a overclaim — afirmar conclusão de tarefa em contradição com o próprio contexto. Define detecção via inconsistência entre resposta final e trajetória e aplica a agentes de longo horizonte. Mostra que modelo final frequentemente é única prestação de contas vista pelo usuário, tornando overclaiming risco de confiança. Contribuição direta para harnesses de avaliação de agentes e auditoria de confiabilidade. Abrir fonte

An Empirical Study of Harness Design for Coding Agents

arXiv · 2026-09-17 Estudo empírico disseca harnesses de coding agents como sistemas modulares, fixando loop de execução e variando componentes em isolation. Harness leve permite comparar prompts, memória, retrieval e controle em benchmark comum, revelando que ganhos atribuídos ao modelo frequentemente vêm do scaffolding. Oferece metodologia para decisões de harness sem sobreajuste a benchmark vazado. Essencial para quem avalia trade-off modelo vs. harness em engenharia de software assistida por LLM. Abrir fonte

dQwen3.5: Hybrid-Attention Diffusion Language Models

arXiv · 2026-09-17 Adapta modelo autoregressivo híbrido (atenção + RNN) para linguagem de difusão (DLM), superando obstáculo de bidirecionalizar camadas RNN causalmente estruturadas. Em vez de partir de transformer full-attention, método converte modelo híbrido pré-treinado para difusão com custo reduzido. Demonstra rota eficiente para DLMs a partir de arquiteturas modernas com RNN, ampliando espaço de design de modelos além de decoders puros. Relevante para arquitetura, treino e inference de DLMs. Abrir fonte

On-Demand Attention: Language Models Know When to Recall

arXiv · 2026-09-17 Mostra que estados de decodificação já contêm sinal preditivo sobre benefício de ler histórico longo antes do full-attention. Introduz On-Demand Attention (ODA), que decide por token quando consultar passado extenso, evitando leitura global a cada passo. Reduz custo de decodificação em workloads de raciocínio e agentic com contexto longo sem perda de qualidade. Avanço em inference eficiente e arquitetura de atenção para serving de longa janela. Abrir fonte

Deep Noir: Autonomous Steering Discovery via Architectural Chronometry in Transformer Models

arXiv · 2026-09-17 Apresenta Deep Noir, framework que usa Logit Lens e atribuição causal por head para descobrir autonomamente onde e quanto aplicar steering de ativações em LLMs. Automatiza busca de vetores e intensidade que métodos manuais exigem, com ganho de 16,7 pontos percentuais em spam em 3 escalas (1B, 2-3B, 7-9B). Conecta interpretabilidade, infraestrutura de inference e controle comportamental em tempo de execução. Útil para skills de steering sem fine-tuning. Abrir fonte

Don't Mask the Environment: Observation Supervision Changes How Agents Explore Under RL

arXiv · 2026-09-17 Questiona convenção de SFT que calcula perda apenas em tokens de ação do agente, tratando observações do ambiente como contexto. Propõe ActObs, que também supervisiona tokens de observação, melhorando inicialização para RL subsequente. Mostra que observação supervisionada altera exploração do agente sob RL, com impacto em trajetórias multi-turno. Implicação prática para pipeline SFT→RL de agentes com tool-use. Abrir fonte

RetireOPD: Self-Retiring On-Policy Distillation for Agentic Reinforcement Learning

arXiv · 2026-09-17 Aborda falha de on-policy distillation (OPD) em agentes RL com recompensa escalar por trajetória: informação privilegiada sozinha não transfere habilidade para estudante sem skill. Propõe RetireOPD, destilação on-policy com auto-aposentadoria do teacher privilegiado, fornecendo supervisão densa por token que se retira conforme estudante internaliza. Melhora aprendizado agentic multi-turno com recompensa esparsa. Relevante para treino e fine-tuning de agentes RL. Abrir fonte

Score Centering Stabilizes Off-policy Reinforcement Learning

arXiv · 2026-09-17 Trata training-inference mismatch (TIM) em RL de LLMs, onde diferenças entre engines de treino e inference desestabilizam aprendizado off-policy. Propõe score centering para estabilizar atualizações off-policy, reduzindo sensibilidade a pequenas divergências de engine. Resultados indicam treino mais robusto para LLMs em larga escala onde engines heterogêneas são inevitáveis. Contribuição para infraestrutura de treino e RLHF/RLVR. Abrir fonte

Chronicle: Cut-Point Replay for Regression Testing of LLM Agents

arXiv · 2026-09-17 Observa que respostas não-determinísticas e tools com estado mutável impedem reproduzir falhas de agentes LLM. Chronicle introduz cut-point replay, que registra trajetória e permite reexecutar a partir de pontos de corte para testar mudanças de código sem re-gerar toda a run. Complementa tracing/scoring existente focando em regression testing prático de agentes. Avanço em harness de teste e confiabilidade de sistemas agentic. Abrir fonte

HerHealthEval: Evaluating Multilingual and Register-Sensitive Understanding of Women's Health Communication

arXiv · 2026-09-17 Introduz HerHealthEval, framework controlado para avaliar compreensão multilíngue de comunicação em saúde da mulher, com versões casadas em inglês, francês e outros registros. Desacopla interpretação correta da preocupação do usuário da qualidade da resposta, lacuna comum em benchmarks clínicos. Fornece avaliação desbalanceada por língua e registro, estendendo harnesses de avaliação para domínio sensível e multilíngue. Relevante para benchmark design e equidade linguística. Abrir fonte

Nota de cobertura: varredura cobriu arXiv via API (cs.CL, cs.LG, cs.AI, cs.SE, cs.RO, cs.CV e correlatos, 100 resultados ordenados por data) e API GitHub para 14 repositórios (llama.cpp, huggingface_hub, unsloth, transformers, tokenizers, ggml, whisper.cpp, llama-cpp-python, TGI, optimum, pytorch, TensorRT-LLM, DeepSpeed, Qwen3); consultas nativas nos 10 idiomas previstos (pt, en, it, es, fr, de, ru, zh, ko, ja) não retornaram itens adicionais datados em D dentro do escopo estrito de harness/skills/modelos LLM além dos capturados em en/pt. Verificação confirmou 11 releases llama.cpp em D, huggingface_hub v1.32.0 em D, unsloth v0.1.810-beta em D, sem releases de vLLM (último v0.29.0 em 2026-09-09) nem lm-evaluation-harness (v0.4.13 em 2026-08-31) em D; 71 candidatos arXiv em D filtrados para 11 mais aderentes ao escopo.