Análises de tendências de IA

Todas as análises publicadas, das mais recentes para as mais antigas.

A tabela de comprimento de aceitação do model card: GSM8K 5.02 para MTP, 4.36 para DSpark, 5.46 para DFlash 2, caindo até o MT-Bench com 3.74, 3.01 e 4.10, acima de uma definição de comprimento de aceitação como tokens de conclusão divididos pelas etapas de verificação.

DFlash 2: um drafter de 3.43× que cai a 1.45× sob carga

O drafter de difusão em blocos da Inco AI chega a 3.43× no GSM8K com uma requisição e cai para 1.45× em concorrência 32. Veja o custo em memória e variância.

Diagrama do loop de decisão do jev-ultrafast: o estado da página vira uma tabela indexada de elementos, uma requisição tipada retorna uma operação e seu alvo, e um modelo de linguagem pequeno só é chamado para TYPE_TEXT antes de o executor agir.

Jev Ultrafast: o agente que parou de escrever texto

O jev-ultrafast, da browser-use, conclui uma busca no Google Flights em 7,1 segundos ao trocar o loop do agente por uma decisão tipada por ciclo. Eis a armadilha.

A tabela Measured on M3 Max do README do laya-coreml: MLX FP16 compilado a 6.94/7.39 ms e 0.4288 J por decisão, Core ML ANE FP16 a 4.98/5.31 ms e 0.1540 J, Core ML ANE W8 a 4.88/5.23 ms e 0.1344 J, ao longo de 65,598 chamadas estáveis.

Laya no Neural Engine: 4.98 ms e 0.154 J por decisão

O port Core ML de mizorewww roda uma decisão tipada da Laya em 4.98 ms e 0.154 J num M3 Max. O que os testes de paridade provam, e o que não provam.

Gráfico de barras e tabela intitulados Avaliação em 324 exemplos reservados: Jev 1.13.0 com 93.21 por cento, Bespoke-Nimble-9B com 90.12 por cento, Qwen3.8-27B com 84.88 por cento, e a base Qwen3.5-9B sem ajuste com 66.36 por cento.

Nimble: 2,676 exemplos para chegar a três pontos do Jev

A Bespoke Labs ajustou o Qwen3.5-9B com 2,676 exemplos sintéticos. Atinge 90.12% contra 93.21% do Jev, com avaliação em seis dos dez domínios treinados.