CS336 de Stanford aborda sistemas modernos de modelos de linguagem
A edição de 2026 do curso CS336 trata de MoEs, GPU tiling, kernels, RLHF e dados. Segundo a publicação, as aulas chegam ao YouTube com cerca de duas semanas de atraso.
Ler artigoConhecimento para aplicar
Radar
Bookmarks atualizados diariamente: notícias, fatos e descobertas relevantes.
Firefly AIBOX-K3 reúne RISC-V e recursos para edge AI
Publicado em 12 de maio de 2026, o registro descreve um computador industrial de edge AI com SoC RISC-V SpacemiT K3, até 32 GB de RAM e armazenamento UFS de até 512 GB.
Ler artigoKernel mínimo de time-sharing em Zig para RISC-V
Artigo publicado em 12 de maio de 2026 apresenta um passo a passo para criar um kernel mínimo de time-sharing em Zig para RISC-V, sobre OpenSBI.
Ler artigoC2IntelFeeds reúne feeds de infraestrutura C2
Publicado em 11 de maio de 2026, o C2IntelFeeds oferece feeds gerados por varreduras de grande escala da internet, com indicadores de infraestrutura C2 suspeita e verificada.
Ler artigoFluxion propõe atenção esparsa híbrida para contexto longo
Publicado em 11 de maio de 2026, o resumo apresenta Fluxion, sistema de atenção esparsa híbrida para inferência com contexto longo que emprega paralelismo entre CPU e GPU.
Ler artigoRadar: memória virtual e internals do Linux
Publicado em 11 de maio de 2026, o bookmark apresenta um guia prático sobre memória virtual, page faults, page tables, TLBs, topologia NUMA, internals do Linux e desempenho em sistemas intensivos em dados.
Ler artigoA matemática de Query, Key e Value na atenção
Publicado em 10 de maio de 2026, o artigo apresenta a fórmula central da atenção em transformers e percorre um exemplo numérico passo a passo.
Ler artigoCuBridge usa LLMs para reconstruir kernels de attention
Publicado em 10 de maio de 2026, o registro descreve o CuBridge, framework baseado em LLMs que busca entender e reconstruir kernels de attention de alto desempenho.
Ler artigoVídeo apresenta uma visão geral da arquitetura de GPUs
Publicado em 10 de maio de 2026, o vídeo apresenta uma visão geral dos componentes internos de placas gráficas e oferece contexto para engenheiros que trabalham com software para GPU.
Ler artigoKV cache reduz recálculos durante a inferência
Publicado em 9 de maio de 2026, o artigo explica como o KV cache armazena Key e Value de tokens processados para evitar recalculá-los a cada novo token.
Ler artigoLeWorldModel: JEPA de pixels treinado em uma GPU
Publicação de 9 de maio de 2026 relata o treinamento, em uma GPU, de um JEPA de 15 milhões de parâmetros a partir de pixels brutos e compara sua velocidade de planejamento em tarefas de controle.
Ler artigoLuce PFlash relata TTFT 2,89× maior em contexto de 64K
Uma publicação de 9 de maio de 2026 relata que Luce PFlash teve time to first token 2,89× mais rápido que Ollama em um benchmark com contexto de 64K.
Ler artigoLucebox explora inferência especulativa em GPUs de consumo
Publicado em 9 de maio de 2026, o registro apresenta o Lucebox, servidor de inferência especulativa para hardware heterogêneo e GPUs de consumo. A postagem afirma que o Qwen3.6-27B alcança 120–200 tokens por segundo em uma RTX 3090.
Ler artigoRTX 3090: testes de potência e concorrência em LLM
Publicado em 9 de maio de 2026, o relato compara testes do Qwen3.6 27B em uma RTX 3090, com concorrência de 1, 4, 8 e 16. Segundo o autor, 225 W foi mais eficiente; 250 W teve maior throughput.
Ler artigoTC-JEPA usa legendas para orientar representações visuais
Publicado em 9 de maio de 2026, o post descreve um método de aprendizado visual self-supervised que usa legendas para orientar a previsão de partes mascaradas de imagens.
Ler artigoRTX 3090: throughput e eficiência em testes de LLM
Briefing publicado em 8 de maio de 2026 compara oito LLMs locais em uma RTX 3090, com limites de potência de 100 W a 450 W. O throughput médio aumentou nos testes em potência mais alta, mas a eficiência energética caiu.
Ler artigoSAM no mid-training e retenção após ajuste
Post publicado em 8 de maio de 2026 propõe usar SAM nos cerca de 10% finais do mid-training para reduzir o esquecimento após fine-tuning ou quantização.
Ler artigoEstudo investiga limites geométricos da compressão em RAG
Artigo apresentado como trabalho da NeurIPS 2026 relaciona compressão em RAG à geometria de embeddings e afirma que uma grandeza espectral estabelece um limite mínimo para a compressão.
Ler artigoMamba-3 comprime o contexto em estado fixo
Publicado em 7 de maio de 2026, o trecho descreve Mamba-3 como uma arquitetura de modelo de linguagem não Transformer, com estado de tamanho fixo. Afirma tempo constante por etapa de decodificação e inferência mais rápida que Transformer acima de um limite não informado.
Ler artigoOpen ASR Leaderboard adiciona avaliação privada
Em 6 de maio de 2026, o Open ASR Leaderboard anunciou dados privados de avaliação para reduzir contaminação do conjunto de teste e overfitting em benchmarks de reconhecimento de fala.
Ler artigoRota Nacional
Leve a privacidade para o seu processo.
30 dias, sem cartão, com quota inicial. Depois, crédito por Pix a partir de R$ 10,00.