Antrópico lança Claude Sonnet 4.6
Soneto de Claude 4.6 características habilidades aprimoradas em codificação, uso de computador, raciocínio de longo contexto, planejamento de agentes, trabalho de conhecimento e design.
Agora é o modelo padrão em claude.ai e Claude Cowork, tem uma janela de contexto de 1 milhão (beta) e tem o mesmo preço do Sonnet 4.5, US$ 3 por milhão de tokens de entrada e US$ 15 por milhão de tokens de saída.
“O desempenho que anteriormente exigiria um modelo da classe Opus – inclusive em tarefas de escritório economicamente valiosas do mundo actual – agora está disponível com o Sonnet 4.6. O modelo também mostra uma grande melhoria nas habilidades de uso do computador em comparação com os modelos anteriores do Sonnet”, escreveu a Anthropic em um put up.
Gemini 3.1 Professional agora disponível em versão prévia
Gemini 3.1 Professional agora está disponível para desenvolvedores na API Gemini no Google AI Studio, Gemini CLI, Google Antigravity e Android Studio. Ele também pode ser acessado no Vertex AI, Gemini Enterprise, no aplicativo Gemini e no NotebookLM.
“Com base na série Gemini 3, o 3.1 Professional representa um avanço no raciocínio central. O 3.1 Professional é uma linha de base mais inteligente e mais capaz para a resolução de problemas complexos. Isso se reflete em nosso progresso em benchmarks rigorosos. No ARC-AGI-2, um benchmark que avalia a capacidade de um modelo de resolver padrões lógicos inteiramente novos, o 3.1 Professional alcançou uma pontuação verificada de 77,1%. Isso é mais que o dobro do desempenho de raciocínio do 3 Professional”, escreveu o Google em um comunicado. publicar.
OpenAI adiciona modo de bloqueio e rótulos de risco elevado ao ChatGPT
Esses novos recursos são projetados para reduzir o risco de ataques imediatos de injeção.
O Modo Lockdown restringe a forma como o ChatGPT é capaz de interagir com sistemas externos, reduzindo an opportunity de exfiltração de dados de um ataque de injeção imediata, enquanto os novos rótulos de Risco Elevado serão exibidos em determinados produtos para informar aos usuários que a interação com um recurso específico pode apresentar riscos adicionais. Por exemplo, os desenvolvedores podem conceder acesso à rede do Codex para que ele possa fazer coisas como procurar documentação on-line, mas esse acesso further também pode ser arriscado. Por enquanto, os rótulos de Risco Elevado serão exibidos no ChatGPT, ChatGPT Atlas e Codex.
Microsoft cria um conjunto de agentes pré-construídos para Visible Studio
Os agentes pré-construídos incluem o Debugger, que usa pilhas de chamadas, estado variável e ferramentas de diagnóstico para solucionar erros; Profiler, que identifica gargalos e sugere otimizações; Check, que gera testes unitários; e Modernize, que executa atualizações de estrutura e dependências.
“Cada agente predefinido é projetado em torno de um fluxo de trabalho de desenvolvedor específico e se integra às ferramentas nativas do Visible Studio de uma forma que um assistente genérico não consegue”, escreveu a Microsoft em um comunicado. postagem no weblog.
Os agentes podem ser acessados através do painel de chat usando o seletor de agentes ou “@”.
GraphRAG permite respostas mais conscientes do contexto e verificáveis de LLMs
Novidade do Graphwise GráficoRAG a oferta atua como uma camada semântica sobre gráficos de conhecimento que os LLMs podem utilizar para fornecer respostas verificáveis e ricas em contexto.
De acordo com a empresa, uma implementação típica de RAG nivela os dados em pedaços e, com essa abordagem, pode encontrar palavras semelhantes, mas não é capaz de compreender relacionamentos complexos, hierarquias ou lógica que conecta dados de negócios. Além disso, geralmente também é difícil ver como um LLM chegou à sua resposta e quais fontes utilizou.
A Graphwise acredita que o GraphRAG resolve esses problemas fornecendo um pipeline onde cada etapa pode ser inspecionada e as respostas são apoiadas por documentos e entidades gráficas.
Ele aproveita diversas abordagens de pesquisa diferentes, incluindo recuperação de um gráfico de conhecimento, pesquisa vetorial em um armazenamento de vetores especificado e pesquisa de texto completo para permitir a descoberta orientada por palavras-chave. Ele utiliza uma abordagem de processamento de entrada orientada por modelo de conhecimento para entender a intenção do usuário, permitindo enriquecer conceitos usando a taxonomia ou ontologia da empresa, expandir consultas usando entidades e termos relacionados e construir uma representação gráfica da questão.
Checkmarx aprimora segurança de aplicativos agentes nativos de IDE em Kiro
Provedor de segurança Agentic AI Checkmarx anunciado uma integração com o AWS Kiro IDE para permitir que os desenvolvedores que trabalham nessa plataforma identifiquem e lidem com problemas de segurança à medida que o código é escrito, disse a empresa.
A integração coloca o Checkmarx Developer Help diretamente no Kiro, para que os desenvolvedores não precisem sair do IDE para analisar o código em busca de segurança.
Assim que os desenvolvedores ativarem o Developer Help dentro do Kiro e ele for autenticado, Checkmarx disse que a ferramenta analisará o código-fonte e as dependências no espaço de trabalho ativo. Além disso, disse que a ferramenta apresentará automaticamente descobertas de segurança no IDE, juntamente com dados contextuais que ajudam os desenvolvedores a corrigir problemas de segurança no início do ciclo de desenvolvimento. Esses dados podem ser visualizados na plataforma Checkmarx One, proporcionando às partes interessadas uma visão dos riscos do projeto.
A Quest Trusted Knowledge Administration Platform facilita para as organizações a criação de produtos de dados reutilizáveis
O Plataforma confiável de gerenciamento de dados da Quest unifica modelagem de dados, catalogação de dados, governança de dados, qualidade de dados e um mercado de dados para permitir que as organizações forneçam dados prontos para IA em todos os seus negócios.
“A construção de dados confiáveis prontos para IA e produtos de dados reutilizáveis pode levar até seis meses, mas sua empresa não pode se dar ao luxo de esperar, então as equipes ignoram os metadados, contornam os fluxos de trabalho de governança e ignoram a qualidade dos dados, e cada departamento acaba com sua própria versão de um produto de dados. Isso resulta em dados fragmentados e isolados que não são confiáveis”, explicou a Quest Software program em um vídeo.
Um dos principais recursos da plataforma é a Automated Knowledge Product Manufacturing unit, que usa IA generativa para criar produtos de dados a partir de prompts em linguagem pure, reduzindo os ciclos de design de produtos de dados, diminuindo os custos de entrega e permitindo que os usuários empresariais criem seus próprios produtos de dados.