Sistema de IA Locus supera humanos em pós-treinamento de modelos
O agente Locus, da Intology, superou o desempenho de especialistas humanos no pós-treinamento de modelos de linguagem em benchmarks oficiais.
Pontos principais
- O sistema Locus atingiu 51,6% no benchmark PostTrainBench+, superando o modelo Qwen3-1.7B-Instruct ajustado por humanos.
- A ferramenta demonstrou capacidade de escalar performance com o aumento de compute, ao contrário de modelos que estagnam após certo tempo.
- A Intology afirma que modelos treinados pelo Locus já estão em produção, atendendo milhões de usuários.
- O Locus lidera o ranking oficial do PostTrainBench com pontuação de 44,7, superando o Claude Code.
- Resultados indicam que o sistema automatiza etapas críticas de design e curadoria de dados, tradicionalmente feitas por humanos.
- A empresa ainda não divulgou detalhes sobre quais produtos utilizam os modelos treinados pela plataforma.
A startup Intology anunciou em agosto de 2026 avanços significativos em seu sistema de pesquisa autônomo, o Locus. A tecnologia demonstrou eficácia no pós-treinamento de LLMs, um processo que envolve o ajuste fino, curadoria de dados e definição de sinais de recompensa, tarefas que historicamente dependem de intenso trabalho humano. Em testes realizados no benchmark PostTrainBench+, o Locus superou o desempenho do modelo Qwen3-1.7B-Instruct, que foi refinado por especialistas de laboratórios de IA de fronteira.
Embora os resultados sejam promissores, a Intology ressalta que o sistema apresenta uma escala de desempenho linear conforme recebe mais recursos computacionais, superando a estagnação observada em outras ferramentas de codificação. A empresa afirma que a tecnologia já está sendo aplicada em ambientes de produção, oferecendo redução de custos e latência. Contudo, especialistas do setor recomendam cautela, apontando que os dados ainda carecem de validação independente por terceiros antes de serem considerados o novo padrão da indústria.
Comentários
Carregando comentários...