🔬Anthropic cria app de ciência com 60+ bancos de dados

A Anthropic está preparando um aplicativo chamado Claude Science, feito sob medida para pesquisadores. O programa roda como um app de desktop que funciona como servidor local, abrindo a interface direto no navegador. Durante o desenvolvimento, o projeto se chamava "Operon". --- O diferencial está nos detalhes: são mais de 60 bancos de dados científicos que o pesquisador pode conectar, ambientes de trabalho criados sob demanda e rastreamento de cada resultado até o código que o gerou. Dá para criar categorias de memória e agentes especializados, chamados de "Specialists", para tarefas específicas. --- É o tipo de ferramenta que mostra a Anthropic mirando em nichos profissionais com necessidades bem concretas, não só no público geral. Quem usa o Claude no dia a dia já começou a pedir: queremos essas funcionalidades na versão comum também.

A Anthropic está preparando um aplicativo chamado Claude Science, feito sob medida para pesquisadores. O programa roda como um app de desktop que funciona como servidor local, abrindo a interface direto no navegador. Durante o desenvolvimento, o projeto se chamava "Operon".
— @testingcatalog View on X

A Anthropic está desenvolvendo o Claude Science, uma aplicação desktop voltada especificamente para pesquisadores científicos. A ferramenta opera como um servidor local, abrindo sua interface diretamente no navegador, e oferece acesso a mais de 60 bancos

anthropicestádesenvolvendoclaudescienceaplicaçãodesktopvoltadaespecificamentepesquisadores

Mais da mesma edição

@ai_for_success

🗣️xAI lança plataforma para criar agentes de voz sem código

A xAI, empresa de Elon Musk, lançou em beta o Grok Voice, uma plataforma para criar agentes de voz com inteligência artificial. A promessa é ambiciosa: montar um agente em menos de 2 minutos, sem escrever uma linha de código, com conversas que parecem humanas e tempo de resposta abaixo de um segundo. --- O serviço suporta mais de 25 idiomas, oferece mais de 80 vozes prontas (ou você pode clonar a sua) e se integra com Gmail, Google Calendar, Outlook e Notion. Cada conta já vem com um número de telefone gratuito, e o preço começa em US$ 0,05 por minuto. --- O mercado de atendimento por voz com IA está ficando concorrido, mas o preço baixo e a facilidade de uso podem atrair donos de pequenos negócios que hoje perdem ligações. Chamadas ativas, porém, ainda dependem de liberação legal.

@deedydas

💰Thinking Machines fatura centenas de milhões e mira valuation de US$ 50 bi

A Thinking Machines, um dos laboratórios de IA mais quentes do momento, tem um produto chamado Tinker, uma API que ajuda empresas a ajustar modelos de linguagem para tarefas específicas. Segundo o analista Dylan Patel em seu podcast, o Tinker fatura "algumas centenas de milhões" de dólares por ano. --- Isso coloca a empresa como a de maior receita conhecida entre os cerca de 75 "neolabs", como estão sendo chamados os novos laboratórios de IA. A Thinking Machines foi avaliada em US$ 12 bilhões e estaria tentando levantar capital com um valuation de US$ 50 bilhões. São números que mostram como o mercado de infraestrutura de IA, longe dos holofotes, está movimentando dinheiro de verdade.

@ziv_ravid

🎯Modelo pequeno treinado com dados de especialistas supera gigantes

A Bridgewater, um dos maiores fundos de investimento do mundo, se juntou à Thinking Machines para treinar um modelo de IA menor e especializado numa tarefa aparentemente simples: filtrar documentos financeiros e notícias por relevância. Parece fácil, mas não é. Modelos gigantes como o GPT tropeçam nesse tipo de trabalho repetitivo e cheio de nuances. --- A sacada foi investir pesado na qualidade dos dados de treinamento. Primeiro treinaram com rótulos baratos, depois identificaram onde o modelo discordava dos avaliadores e só mandaram esses casos difíceis para analistas humanos de verdade. Com três técnicas de treinamento bem calibradas, chegaram a 84,7% de precisão, cometendo 29,8% menos erros que o melhor modelo do mercado. --- O ponto mais relevante para o bolso: tudo isso custou cerca de um catorze avos do que custaria rodar um modelo de ponta. A conclusão é provocativa: para tarefas bem definidas e repetitivas, um modelo menor e bem treinado pode ser mais esperto e muito mais barato do que os gigantes.

Receba no seu email

Todo dia, grátis pra sempre.

Assinar newsletter