1️⃣ OpenAI escala a caça a falhas no kernel Linux A empresa diz que o seu pipeline reproduziu 1.724 vulnerabilidades e gerou 948 exploits de escalada local para root. Os patches são candidatos para revisão, não correcções já integradas.
💡 Porque importa A validação automática aproxima a investigação de segurança de um processo repetível; a revisão humana e a coordenação com maintainers continuam no caminho crítico.
☕ Conversa de café Quantas equipas conseguem rever centenas de relatos sem transformar o ganho em fila?
2️⃣ Ricursive abre o modelo de coding Ripple-65B O modelo de 65 mil milhões de parâmetros está disponível com pesos abertos. A empresa declara 80,52 no Terminal-Bench 2.1; é um resultado do próprio laboratório.
💡 Porque importa É uma nova opção para testar agentes de programação com pesos descarregáveis, sem depender só de APIs fechadas.
☕ Conversa de café O benchmark aguenta uma semana de uso num repositório real?
3️⃣ StateBench testa o que modelos esquecem em contexto longo A Ai2 publicou um benchmark para seguir alterações encadeadas em documentos. Nos casos mais difíceis, a precisão dos modelos frontier caiu para 13% ou menos nos inputs mais longos.
💡 Porque importa Uma janela de contexto grande não garante que o modelo mantenha actualizado o estado de variáveis, entidades ou decisões ao longo do texto.
☕ Conversa de café Quem está a testar isto nos agentes que lêem tickets e alteram código?