A OpenAI lançou o ChatGPT Images 2.5 em 8 de setembro de 2026. A nova versão do gerador de imagens do ChatGPT transforma ideias, esboços e fotos de referência em imagens mais personalizadas e polidas.
Guia prático de IA no setor agro: entenda como aplicar inteligência artificial no campo em 7 passos, com aplicações reais, erros comuns e FAQ.
As alucinações em IA acontecem quando o modelo inventa fatos com confiança. Veja o que são, por que ocorrem e como reduzir o problema com técnicas práticas.
Entenda o que é inteligência artificial generativa, como os modelos GPT e de difusão funcionam, quais ferramentas usar e quais erros evitar. Guia completo para iniciantes.
Paper no arXiv publicado em 4 de setembro de 2026 propõe a CPR-IE, métrica que ordena sistemas de IA por compressão, qualidade preditiva e custo de recursos, com garantias formais de consistência de Pareto e estabilidade de ranqueamento. Os autores alertam: é uma representação construída, não uma lei universal.
Estudo no arXiv apresenta o TQRNN30d, modelo de IA que prevê falhas industriais com 30 dias de antecedência e 79,97% de F1, superando 18 baselines em testes com 72 máquinas de nove fábricas.
Estudo no arXiv mostra que fine-tuning financeiro eleva a alucinação numérica de LLMs de 5,4% para até 98%, e que treino extra de numeracia piora o problema. A causa identificada é a perda de contenção numérica, não a falta de raciocínio matemático.
O MedFlow, framework de flow matching para séries temporais médicas sintéticas, publicado no arXiv em setembro de 2026, melhora o AUPRC em 5,8%, reduz o Context-FID em 88,6% e amostra 3,8 vezes mais rápido que baselines de difusão em quatro datasets públicos de prontuários, EEG e ECG.
Modelo HPGPN publicado no arXiv em 4 de setembro de 2026 prevê o receptor de passes no futebol usando apenas imagens estilo transmissão, sem identidades fixas dos jogadores, e supera o desafio da observação parcial do campo.
Estudo no arXiv formaliza o visual memory misbinding, falha em que modelos como Gemma-3-4B-IT aplicam registros verdadeiros ao sujeito errado em 63,69% dos casos, e propõe validação P∧E∧S que derruba a liberação insegura de 6,79% para 0,89%.
