Boletim IANotícias de inteligência artificial em português, todos os dias

Investigação académica

Meta identifica o custo oculto do pós-treino por reforço em modelos de IA

Uma equipa da Meta publicou um estudo mostrando que modelos de base pré-treinados conseguem, por vezes, melhor cobertura de soluções do que as suas versões pós-treinadas por aprendizagem por reforço.

Publicado a 1 de outubro de 2026, o estudo introduz a métrica "Sharpening Tax" — a perda de escalabilidade em tempo de teste depois do pós-treino — testada em 14 pares de modelos e três testes de referência agênticos.

Os autores propõem o método "posterior-tempered group sampling", que ajusta a temperatura de amostragem à dificuldade estimada da tarefa, reduzindo este trade-off.

Fontes

Resumo editorial em português feito com apoio de inteligência artificial a partir das fontes indicadas. Como fazemos o Boletim IA.

Recebe o Boletim IA no email

As notícias de inteligência artificial do dia, em português, todas as manhãs. Grátis, e cancelas quando quiseres.

Ao subscreveres aceitas receber o boletim por email. Primeiro enviamos um email para confirmares. Os teus dados são tratados conforme a política de privacidade.

↑