Ai

Geração Aumentada por Recuperação (RAG) evoluiu muito além da simples busca por similaridade vetorial. LongRAG, Self-RAG e GraphRAG representam a fronteira das capacidades desses sistemas.

O FLUX.1-dev é um modelo poderoso de geração de imagens a partir de texto que produz resultados impressionantes, mas seu requisito de memória de 24GB+ torna-o desafiador de executar em muitos sistemas. A quantização GGUF do FLUX.1-dev oferece uma solução, reduzindo o uso de memória em aproximadamente 50%, mantendo a excelente qualidade de imagem.

A configuração de tamanhos de contexto no Docker Model Runner é mais complexa do que deveria.

A Black Forest Labs lançou o FLUX.1-Kontext-dev, um modelo avançado de IA para transformação de imagem em imagem que aprimora imagens existentes usando instruções de texto.

Docker Model Runner é a ferramenta oficial da Docker para executar modelos de IA localmente, mas habilitar a aceleração de GPU da NVidia no Docker Model Runner requer configuração específica.

A otimização de tokens é a habilidade crucial que separa aplicações de LLMs com custo-efetividade de experimentos que drenam o orçamento.

Immich é uma solução revolucionária de código aberto e autohospedada para gerenciamento de fotos e vídeos que lhe dá controle total sobre suas memórias. Com recursos que rivalizam com o Google Fotos - incluindo reconhecimento facial alimentado por IA, pesquisa inteligente e backup automático móvel - mantendo todos os seus dados privados e seguros no seu próprio servidor.

Descobri alguns testes de desempenho interessantes do GPT-OSS 120b rodando no Ollama em três plataformas diferentes: NVIDIA DGX Spark, Mac Studio e RTX 4080. O modelo GPT-OSS 120b da biblioteca Ollama pesa 65 GB, o que significa que ele não cabe na VRAM de 16 GB de uma RTX 4080 (ou na mais recente RTX 5080).

O Protocolo de Contexto de Modelo (MCP) está revolucionando a forma como assistentes de IA interagem com fontes de dados externas e ferramentas. Neste guia, exploraremos como construir servidores MCP em Python, com exemplos focados em capacidades de pesquisa e raspagem web.

Docker Model Runner (DMR) é a solução oficial do Docker para executar modelos de IA localmente, introduzida em abril de 2025. Esta lista de comandos essenciais fornece uma referência rápida para todos os comandos, configurações e melhores práticas.

Execução local de grandes modelos de linguagem (LLMs) tornou-se cada vez mais popular devido à privacidade, controle de custos e capacidades offline. O cenário mudou significativamente em abril de 2025, quando a Docker introduziu o Docker Model Runner (DMR), sua solução oficial para implantação de modelos de IA.

O futuro da IA não se trata apenas de modelos mais inteligentes. Também se trata de silício que corresponda à forma como esses modelos são realmente servidos. O hardware especializado para inferência de LLMs segue um caminho reminiscente da transição da mineração de Bitcoin das GPUs para ASICs de propósito específico, mas com restrições ainda mais rígidas, pois os modelos e as receitas de precisão continuam a evoluir.

NVIDIA DGX Spark é real, está à venda a partir de 15/10/2025 e é direcionado a desenvolvedores de CUDA que precisam de trabalho local com LLMs e uma pilha de IA integrada da NVIDIA. O preço de varejo nos EUA (MSRP) é de $3.999; o preço de varejo no Reino Unido/Alemanha/Japão é mais alto devido ao IVA e aos canais de distribuição. Os preços públicos em AUD/KRW ainda não foram amplamente publicados.

Este guia fornece uma visão abrangente dos SDKs em Go para Ollama e compara seus conjuntos de recursos.

Aqui está uma comparação entre Qwen3:30b e GPT-OSS:20b, focando no seguimento de instruções e nos parâmetros de desempenho, especificações e velocidade.

Os modelos GPT-OSS da Ollama apresentam problemas recorrentes no manuseio de saída estruturada, especialmente quando utilizados com frameworks como LangChain, SDK da OpenAI, vllm e outros.