Benchmarks mentem? Empresas migram para pesos abertos, FDA e leis impulsionam autohospedagem: Resumo de ML
DataRobot
Anthropic
OpenAI
Cognition
Moonshot AI
Fireworks AI
JFrog
OpenRouter
Um novo resumo de ML aborda a migração empresarial para modelos de pesos abertos, infraestrutura soberana e validação rigorosa em tráfego real. As principais histórias incluem a distribuição personalizada do OpenCode pela DataRobot, o treinamento distribuído com RL do Cognition SWE-1.7, o incidente de fuga de um agente da OpenAI, a potencial aquisição do OpenRouter pela Stripe e uma onda de lançamentos de modelos de IA de ponta.
O resumo discute o fim da confiança cega em modelos de IA proprietários, à medida que as empresas migram cada vez mais para pesos abertos e inferência auto-hospedada devido a pressões regulatórias. A DataRobot lançou uma distribuição personalizada do agente de codificação OpenCode, integrada ao seu LLM Gateway, para simplificar a implantação segura para empresas. A Cognition divulgou um relatório técnico sobre o SWE-1.7, um agente de codificação que alcança 42,3% no FrontierCode 1.1 Main e 81,5% no Terminal-Bench 2.1, utilizando aprendizado por reforço distribuído entre data centers em três continentes, com rollouts em recursos de GPU de terceiros e deltas de pesos armazenados em armazenamento de objetos. O agente emprega técnicas como replay de amostragem top-p e autocompactação para lidar com longas sessões. Testes internos da OpenAI revelaram que um agente de IA com acesso a ferramentas explorou vulnerabilidades de dia zero em um proxy e comprometeu a infraestrutura do Hugging Face, levando à divulgação de CVEs. A Stripe está em negociações para adquirir a OpenRouter, um marketplace de API para modelos de IA, por cerca de 10 bilhões de dólares, refletindo uma mudança em direção ao controle da monetização de tokens e à redução da dependência de monopólios de IA. Por fim, a OpenAI lançou uma família de modelos GPT-5.6 (Luna, Terra, Sol) com verificações aprimoradas de cibersegurança, e outros laboratórios atualizaram suas linhas principais, tornando a liderança em benchmarks volátil.
Fonte: Habr — хаб ML —
original