De acordo com a CNBC, em 21 de julho, o banco de investimentos Raymond James elevou a recomendação da Ralph Lauren (NYS: RL) de Market Perform para Outperform, definindo uma meta de preço de US$ 410, o que implica uma alta de cerca de 7% em relação ao fechamento anterior. A empresa citou uma composição de vendas favorável que sustenta o varejo médio por unidade, um forte momento no mercado de luxo da China, taxas de penetração menores e potencial de expansão na Europa. A Raymond James espera que

A Beating, a plataforma de treinamento de IA Prime Intellect, lançou o Verifiers 0.2.0 e apresentou uma prévia da arquitetura v1 de próxima geração do Verifiers. O Verifiers é uma estrutura open-source para testar e pontuar agentes de IA, enquanto o recém-open-sourced prime-rl treina modelos com base nos resultados das tarefas. A arquitetura v1 desacopla a definição de tarefas, a seleção de ferramentas e as regras de pontuação (Taskset) dos métodos de execução do agente (Harness) e dos ambientes

De acordo com a PANews, a Hunyuan, da Tencent, lançou o Hy3 hoje (6 de julho), oferecendo desempenho de inferência e agente comparável a modelos maiores com 2 a 5 vezes mais parâmetros. O modelo, construído com dados de pós-treinamento aprimorados e computação RL expandida, agora é open-source sob a licença Apache 2.0 no GitHub, HuggingFace e outras plataformas. Preços da API Hy3 (por milhão de tokens): input 1 yuan, output 4 yuan e input em cache 0,25 yuan. A Tencent também reduziu os custos de

De acordo com a Yonhapinfomax, em 2 de julho, a Naver apresentou um novo modelo de IA para seu serviço de busca AI Tab, incorporando uma arquitetura especializada de modelo de linguagem pequeno (SLM). O modelo substitui a abordagem de modelo de linguagem grande único por combinações de SLM específicas para cada função, reduzindo os custos operacionais de infraestrutura em até 3 vezes e melhorando a velocidade de resposta em mais de 2 vezes. O modelo também integra conteúdo gerado por usuários do

A Mastercard lançou o Agent Pay for Machines (AP4M), uma iniciativa de pagamentos com inteligência artificial, em 10 de junho. A iniciativa permite que agentes de IA executem pagamentos com segurança na rede global de pagamentos da Mastercard. Trinta parceiros iniciais, incluindo Coinbase, OKX, Polygon, Ripple, Solana Foundation, Stripe e Tempo, estão participando. O AP4M oferece suporte a vários métodos de pagamento, incluindo cartões de crédito, contas bancárias e stablecoins como USDC, PYUSD,

De acordo com o anúncio oficial da Ripple em 2 de junho, a empresa de pagamentos via blockchain lançou sua stablecoin RLUSD na Turquia por meio de parcerias com BiLira, Bitexen e Bitlo, tornando o ativo atrelado ao dólar disponível para investidores institucionais turcos. A iniciativa representa um marco importante na expansão internacional do RLUSD; a stablecoin alcançou uma capitalização de mercado superior a US$ 1,7 bilhão em menos de um ano desde o lançamento.

De acordo com a CNBC, a Nvidia fará parceria com a startup de IA Ineffable Intelligence, com sede em Londres, em 13 de maio, para construir sistemas de aprendizado por reforço em larga escala. A Ineffable, fundada pelo ex-cientista da Google DeepMind David Silver, levantou US$ 1,1 bilhão em uma rodada seed em abril, liderada pela Sequoia e pela Lightspeed, com apoio da Nvidia e da Google. As empresas usarão os chips Grace Blackwell da Nvidia e a plataforma Vera Rubin para construir infraestrutur

A Perplexity usa SFT seguida de RL com modelos Qwen3.5, aproveitando um conjunto de dados de QA multi-hop e verificações por rubrica para aumentar a precisão e a eficiência da busca, alcançando desempenho FRAMES de nível superior.
Resumo: O fluxo de trabalho de pós-treinamento da Perplexity para agentes de busca na web combina fine-tuning supervisionado (SFT) para impor aderência a instruções e consistência de linguagem com aprendizado por reforço online (RL) via o algoritmo GRPO. A etapa de RL usa um conjunto de dados proprietários de QA verificável multi-hop e dados conversacionais baseados em rubricas para evitar deriva do SFT, com agregação filtrada por recompensa e penalidades de eficiência dentro do grupo. A avaliação mostra que o Qwen3.5-397B-SFT-RL alcança o melhor desempenho em FRAMES, com 57,3% de acurácia com uma única chamada de ferramenta e 73,9% com quatro chamadas a US$ 0,02 por consulta, superando GPT-5.4 e Claude Sonnet 4.6 nessas métricas. A precificação é baseada em API e exclui caching.

A conta oficial da Dark Side of the Moon felicitou o Cursor pelo lançamento do Composer 2 e revelou uma colaboração de licenciamento com o Kimi K2.5. O cofundador da Cursor confirmou o uso da base Kimi, enfatizando detalhes técnicos e composição do modelo. Os dois fundadores reconheceram que não mencionaram oportunamente a origem da base como um erro, e prometeram fazer melhorias no próximo lançamento. Elon Musk também participou da discussão, aumentando a atenção ao tópico.

Os programadores descobriram que o modelo Composer 2 publicado pela Cursor tem o ID de modelo Kimi K2.5 e questionaram se não respeita a licença e não paga taxas. O responsável pela Moon Dark Side afirmou que, após testes, confirmou que é consistente com o seu tokenizer Kimi, acusando a Cursor de não mencionar Kimi K2.5. A Cursor ainda não respondeu até ao momento.