IA — notícias de 2026-09-19
Fontes
llama.cpp b11057: parser dedicado para Ling 3.0 (Bailing V3) e correção de tool calling em reasoning
GitHub · ggml-org/llama.cpp · 2026-09-19
Release b11057 do motor de inferência local llama.cpp corrige falha crítica no autoparser de chat templates da família Ling 3.0 Flash, que deixava tool_calls presos como reasoning_content quando <tool_call> chegava antes de </think>. Adiciona parser especializado que termina reasoning em </think> ou no início de <tool_call> e inclui template e testes de streaming, chamadas paralelas e reasoning_format=none. Publicado em 2026-09-19T23:58:52Z com binários para macOS, Linux, Windows e Android incluindo variantes CUDA 12.8/13.3, Vulkan, ROCm, OpenVINO e SYCL.
Abrir fonte
DAPO Qwen3-4B Nonthinking 2048: adapter LoRA com RL para matemática
Hugging Face · sandeep123/dapo-qwen3-4b-nonthinking-2048-20260919 · 2026-09-19 Adapter LoRA criado em 2026-09-19T16:35:08Z sobre Qwen/Qwen3-4B-Instruct-2507 aplicando DAPO (Direct Advantage Policy Optimization) em modo nonthinking com contexto 2048. Foco em reinforcement learning para tarefas de matemática, taggeado como peft, lora e reinforcement-learning com pipeline text-generation. Representa fine-tuning eficiente com RL sem raciocínio longo explícito, útil para serving de baixo custo e experimentação de harnesses de avaliação matemática. Abrir fonte
Qwen3-8B SWE Lego LLM Checkpoint 238
Hugging Face · Si1w/qwen3-8b-swe-lego-llm-ckpt · 2026-09-19 Checkpoint intermediário do projeto SWE Lego LLM baseado em Qwen3-8B, publicado em 2026-09-19T21:59:24Z. Materializa fine-tuning para engenharia de software com checkpoints versionados (ex: checkpoint-238) para harnesses de coding agents e orquestração de agentes de código. Sem model card detalhado, mas data verificável e linhagem Qwen3 indicam uso em treino contínuo e avaliação de agentes em repositórios reais. Abrir fonte
Iris 1.3 Lite LoRA: fine-tuning Gemma 3 1B com Unsloth e TRL
Hugging Face · Rev3auth/iris-1.3-lite-lora · 2026-09-19 LoRA publicado em 2026-09-19T16:04:27Z derivado de unsloth/gemma-3-1b-it-unsloth-bnb-4bit usando Unsloth e TRL, com licença Apache-2.0 e compatibilidade endpoints. Tags indicam text-generation-inference, transformers e gemma3_text para inferência conversacional leve. Exemplo de fine-tuning eficiente em 1B com quantização 4-bit para deploy local via llama.cpp/vLLM e harnesses de avaliação de modelos pequenos. Abrir fonte
Lightning 105M: modelo conversacional leve 105M
Hugging Face · Aobangaming/lightning-105m · 2026-09-19 Modelo causal de 105M publicado em 2026-09-20T02:43:01Z (2026-09-19 23:43 BRT), dentro da janela D, com pipeline transformers e text-generation conversacional. Com 3 likes e 210 downloads iniciais, posiciona-se como LM compacto para inferência em edge e experimentos de tokenizers e arquitetura eficiente. Relevante para estudos de serving de baixa latência e quantização em hardware restrito. Abrir fonte
Rukh Tiny: decoder leve de xadrez com ONNX para LLM move prediction
Hugging Face · chorcat/rukh-tiny · 2026-09-19 Decoder especializado para xadrez publicado em 2026-09-19T14:15:23Z, parte da família Rukh, treinado em chorcat/rukh-games-1800 e tokenizer próprio. Arquitetura rukh-move-decoder com exportação ONNX e safetensors para inferência eficiente de previsão de lances como tarefa de linguagem. Demonstra aplicação de arquitetura LLM fora de chat, com avaliação em domínio fechado e otimização de inference. Abrir fonte
Rukh Small: variante intermediária da família Rukh para xadrez
Hugging Face · chorcat/rukh-small · 2026-09-19 Variante small da família Rukh publicada em 2026-09-19T14:14:46Z, mesma linhagem ONNX e decoder para text-generation de lances de xadrez. Compartilha dataset e tokenizer com tiny/medium, escalando capacidade para estudar trade-offs de tamanho vs. acurácia em inference local. Licença Apache-2.0 e 114 downloads iniciais indicam uso em harnesses de avaliação de modelos de domínio específico. Abrir fonte
Rukh Medium: maior capacidade da família Rukh com ONNX
Hugging Face · chorcat/rukh-medium · 2026-09-19 Variante medium publicada em 2026-09-19T14:18:09Z, fechando a trinca Rukh do dia com maior capacidade entre as três. Mantém tags rukh, onnx, decoder e text-generation para servir via runtimes ONNX em CPU/edge. Conjunto permite benchmark controlado de scaling em arquitetura LLM especializada e pipeline de tokenização customizada. Abrir fonte
Nota de cobertura: buscas nativas em 10 idiomas (pt, en, it, es, fr, de, ru, zh, ko, ja) em harnesses, skills, vLLM, llama.cpp, fine-tuning, quantização e inference não retornaram publicações não-arXiv com data verificável em 2026-09-19 além do release llama.cpp b11057 acima. Hugging Face Blog, lm-evaluation-harness, vLLM, transformers e arXiv não publicaram versão/artigo datado em D dentro do escopo LLM harness/skills — arXiv API retornou apenas itens de 2026-09-17 no topo do feed no momento da coleta e HF daily papers não registrou paper do dia. Das buscas HF, 7 modelos text-generation e 1 checkpoint Qwen3 foram curados como representativos de fine-tuning, LoRA/RL e arquitetura leve. Lacunas: sem release vLLM/lm-eval em D.