Domine Data Science
e Inteligência Artificial

A semana de 7-13 de Abril marcou ponto de inflexão: transição de modelos linguísticos para sistemas integrados, autônomos e capazes de agir no mundo real. Video-MME-v2 revelou lacuna crítica na compreensão de vídeo (Gemini-3-Pro: 49.4% vs. humanos: 90.7%), com hierarquia tri-nível que expõe como erros em agregação visual propagam para limitar raciocínio complexo. ClawBench demoliu ilusão de progresso: Claude Sonnet 4.6 alcança 33.3% em tarefas reais vs. 65-75% em benchmarks — diferença de 40+ pontos revelando enorme lacuna entre avaliação controlada e mundo real. SkillClaw introduziu evolução coletiva de habilidades em ecossistemas multi-usuário, onde conhecimento de um usuário beneficia todos automaticamente através de loop fechado de agregação, análise e sincronização. Rethinking Generalization em Reasoning SFT desafiou narrativa prevalente: generalização não é propriedade fixa de SFT mas fenômeno condicional moldado por dinâmica de otimização, qualidade de dados e capacidade do modelo — padrão dip-and-recovery revela que checkpoints precoces subestimam potencial. GrandCode conquistou 1º lugar em 3 competições Codeforces consecutivas, vencendo todos participantes humanos incluindo Grandmasters, através de arquitetura multi-agente orquestrada com Agentic GRPO que resolve problema crítico de off-policy em rollouts assíncronos. Tema unificador: sistemas integrados, benchmarks rigorosos, aprendizado contínuo e superação de expertise humana em tarefas complexas.