O novo curso do Google sobre como construir Agentes de Voz ao Vivo com ADK e Gemini. Aprenda a construir agentes de voz em tempo real que podem pesquisar, usar APIs personalizadas e manter conversas naturais com memória e limites. 100% grátis.

O novo experimento do Google em direção a livros didáticos aumentados por IA. Learn Your Way transforma o conteúdo em uma experiência de aprendizagem dinâmica e envolvente adaptada a você. Ele até adapta o conteúdo ao seu nível escolar e interesses. Eu gostaria de ter tido isso na escola!!

Construa agentes de IA autoaperfeiçoáveis com Engenharia de Contexto Agente. Pesquisadores de Stanford e Berkeley acabaram de introduzir a Engenharia de Contexto Agente - uma estrutura que torna os LLMs mais inteligentes ao evoluir seu contexto em vez de atualizar os pesos do modelo. O problema com as abordagens atuais: • Viés de brevidade: Otimizadores comprimem conhecimentos cruciais do domínio • Colapso de contexto: Reescritas iterativas degradam-se em resumos vagos • Detalhes perdidos: Estratégias específicas de tarefas ficam enterradas na abstração A Engenharia de Contexto Agente resolve isso com um fluxo de trabalho agente: 1. Gerador: Cria trajetórias de raciocínio 2. Refletor: Extrai lições concretas de sucessos e falhas 3. Curador: Organiza insights em um manual estruturado e em evolução Resultados principais: • +10,6% de precisão em benchmarks de agentes • +8,6% em tarefas de raciocínio financeiro • 86,9% menos latência de adaptação em comparação com as linhas de base • Funciona sem dados rotulados e aprende apenas com feedback de execução No ranking do AppWorld, o ACE igualou o melhor agente GPT-4 em nível de produção enquanto usava um modelo open-source menor. A pergunta que todos estão fazendo: Isso substituirá o fine-tuning? Resposta simples, NÃO. O fine-tuning ensina a um modelo novas capacidades; o ACE ensina como usar melhor as capacidades existentes. Mas oferece uma alternativa convincente quando: • Você precisa de iteração rápida sem re-treinamento • Dados rotulados são escassos ou caros • Interpretabilidade e controle são importantes • Sua aplicação requer aprendizado contínuo A adaptação de contexto é mais barata, rápida e flexível do que atualizações de pesos para muitos casos de uso.