Fonte: Digital Times, repórter Gu Bon-gyu
Citação integral do artigo “Startup de IA Clevi entra nos 2,5% superiores da GAIA… demonstra credibilidade comprovada”
Data de publicação: 2026-04-08
Link: https://n.news.naver.com/article/029/0003020511?sid=105
A startup de IA sul-coreana Clevi anunciou que, tendo desenvolvido um modelo próprio e uma solução de agente própria from scratch, entrou pela primeira vez na Coreia do Sul nos 2,5% superiores do benchmark GAIA, entre um total de 3 090 modelos registados.
Segundo explicações do setor, a GAIA, concebida pela Meta AI e operada pela Hugging Face, avalia não apenas a capacidade de uma IA para «fazer bem uma coisa», mas a capacidade de «combinar várias capacidades para resolver problemas reais». É necessário procurar informações na Web, ler tabelas em PDFs, analisar imagens, executar código para efetuar cálculos e combinar os resultados para apresentar uma única resposta correta. Com 301 perguntas não divulgadas, três níveis de dificuldade e uma política de não divulgação das respostas, a sua estrutura impossibilita tanto o sobreajuste como a fraude.
Para obter uma pontuação elevada neste teste, são necessárias duas coisas. A capacidade de raciocínio do modelo de linguagem que serve de base e uma solução de agente que ligue esse modelo às ferramentas do mundo real, permitindo-lhe executar tarefas de forma autónoma. Por melhor que seja o modelo, se o agente for fraco, não conseguirá resolver o Nível 3; por mais sofisticado que seja o agente, se a capacidade de raciocínio do modelo for insuficiente, as respostas erradas propagar-se-ão nas fases intermédias.
A estrutura atual da tabela de classificação da GAIA revela um padrão interessante. A maioria dos agentes no topo adota uma estratégia de «mistura de vários modelos», combinando vários modelos de grandes empresas tecnológicas, como GPT, Claude e Gemini. Trata-se de uma abordagem racional que combina os pontos fortes de cada modelo e protege contra a redução da pontuação causada, por exemplo, pela perda de informação.
Por outro lado, a Clevi não se juntou a essa tendência. Desenvolvido segundo a abordagem from scratch, o cip-5.5-agent (IA agêntica) executa autonomamente o planeamento, a execução e a verificação de tarefas complexas, enquanto o cip-5.5-mm (modelo multimodal geral de alto desempenho) compreende e raciocina sobre vários formatos de ficheiro, incluindo áudio, imagens e vídeo. Ambos os modelos foram desenvolvidos de forma independente internamente pela Clevi, sem utilizar quaisquer APIs de LLM externas.
E, com esta pilha de modelos proprietários, colocou 5 agentes no GAIA, tendo todos registado mais de 70 pontos. Desde o valor máximo de 79,07% até 70,76%, isto comprovou a estabilidade de toda a pilha, e não a sorte de um único resultado.
Segundo a explicação da empresa, por detrás da pontuação oficial de 79,07% existe outro número. Na revisão posterior interna da CLEVI, verificou-se que, entre as 301 perguntas, um número considerável tinha perdido a base de evidência das respostas corretas na Web atualmente disponível. Quando reavaliada apenas com base nas perguntas cujas respostas corretas ainda existem na Web, a taxa de respostas corretas da CLEVI foi superior a 98%. Este valor já ultrapassa a média humana (92%).
É claro que, se tivesse combinado modelos generalistas poderosos de outras empresas, poderia ter aumentado ainda mais a pontuação oficial. No entanto, a CLEVI optou deliberadamente por não seguir essa estratégia. Isto deve-se ao facto de o objetivo deste benchmark não ser competir pela pontuação mais elevada, mas verificar se um modelo próprio desenvolvido from scratch tinha atingido um nível capaz de competir no palco global.
O facto de o nome surgir na tabela de classificação do GAIA tem um significado importante: demonstra que dispõe de credibilidade validada por uma avaliação independente de terceiros. Isto constitui uma base objetiva que pode ser utilizada em todas as fases, desde a captação de investimento à expansão internacional e às vendas B2B.
Um representante da CLEVI afirmou: “Dos 63 erros oficiais, uma parte considerável resultou de incompatibilidades no formato de saída, erros na interpretação de materiais visuais e perguntas impossíveis de responder devido à perda de informação. Trata-se de um problema de precisão do pós-processamento e de disponibilidade de informação externa, e não de uma limitação fundamental do raciocínio lógico. Por ser um modelo próprio, a CLEVI pode melhorá-lo por si mesma. Esta é precisamente a vantagem estrutural de um modelo próprio desenvolvido from scratch. O desempenho da CLEVI desta vez coloca à indústria de IA coreana a pergunta: ‘Até quando dependeremos de cérebros emprestados?’ A CLEVI escolheu o caminho mais difícil, o from scratch, e pretende comprovar a resposta no palco mundial”, declarou.