Papers, modelos e datasets em alta no Hugging Face, além do blog oficial — com leitura editorial em português.
Large Language Models (LLMs) have transformed conversational AI, yet high-quality multilingual code-mixed dialogue resources remain scarce, particularly for Indic languages where s…
"Aqui está uma versão mais natural e fluida daquela seção..."
Modelo de reconhecimento de fala — 9.5 mil downloads e 153 curtidas no Hugging Face.
A AMD concordou em investir até US$ 5 bilhões na Anthropic sob um acordo de infraestrutura que abrange dezenas de bilhões de dólares em sistemas de IA. A Anthropic vai implantar até dois gigawatts de capacidade usando os aceleradores da série Instinct MI450 da AMD, com a implantação do primeiro gigawatt começando no primeiro semestre de 2027. O investimento da AMD vai […] O post AMD vai investir até US$ 5 bilhões na Anthropic em acordo de infraestrutura de IA apareceu primeiro em AI News .
A Alibaba publicou o relatório técnico do Qwen-Music, um sistema de geração musical que produz canções completas — com canto — a partir de texto ou de uma melodia de referência. A peça central é um mecanismo que planeja a melodia antes de gerar a canção inteira, treinado sobre mais de 5 milhões de horas de música multilíngue.
arXiv:2607.16085v1 Announce Type: new Abstract: Increasingly, speech and language processing tasks take either audio or text directly rather than extracting features from these as the input to the classifier or regressor. Often these systems make use of complex, for example transformer-based, processes that have the ability to derive highly non-linear mappings between the input and the output. Unfortunately these systems can also learn ''shortcuts'' where the classifier is overly reliant on part...
arXiv:2607.15367v1 Announce Type: new Abstract: Desktop voice assistants are still dominated by cloud pipelines that ship raw audio off the machine and expose a fixed set of skills. We describe AnovaX, a small local-first assistant that runs entirely on the user's computer and treats the desktop itself as its action surface. A single Python process wires together a wake-word gate, a speech pipeline, an LLM planner (Gemini) that emits a JSON plan of tool calls, a whitelist-and-denylist safety lay...
arXiv:2607.15856v1 Announce Type: new Abstract: Naturalistic language comprehension requires listeners to process both local probabilistic expectations and contextual semantic relations. Surprisal has been widely used to quantify local word unexpectedness, but evidence that it robustly predicts fMRI BOLD responses during continuous comprehension has been mixed. This study investigates whether contextual semantic relevance, defined as how strongly an incoming word relates to its recent semantic c...
O governo está testando um programa-piloto que usa IA para decisões de cobertura de seguros.
O time chinês OpenMOSS lançou o MOSS-Transcribe-Diarize, um modelo aberto que faz numa única passada o que normalmente exige dois sistemas separados: transcrever fala e identificar quem disse o quê, com marcação de tempo — e venceu uma competição internacional de transcrição multilíngue dias depois do lançamento.
O Google afirma que essas mudanças podem colocar em risco a privacidade e a segurança dos usuários.
Modelo de audio to audio — 0 downloads e 46 curtidas no Hugging Face.