# Microsoft e Hugging Face dizem que ThinkingBox elevou o sucesso do Qwen3.8-27B

- Publicada: 2026-10-22T22:24:34.000Z
- Atualizada: 2026-10-23T10:05:38.085Z
- Editoria: Modelos
- Assuntos: Pesquisa, Agentes
- Página: https://aidailyjournal.com/pt/n/2026/10/22/microsoft-and-hugging-face-say-thinkingbox-improved-qwen3-8-27b-success/
- Fontes: [Hugging Face](https://huggingface.co/blog/microsoft/thinkingbox-training)

## Resumo

Microsoft e Hugging Face dizem que o ThinkingBox transforma verificações executáveis do estado final de um banco de dados em recompensas para treinar agentes. Em um experimento com uma seleção fixa de tarefas escolhidas pela dificuldade relativa à política do modelo, o ajuste do Qwen3.8-27B com 50 etapas de GRPO elevou o sucesso médio de 51,70% para 60,78% e aumentou de 38 para 107 o número de tarefas aprovadas em todas as 20 tentativas. O resultado foi acompanhado por uma pequena queda nas tarefas resolvidas ao menos uma vez, de 453 para 446.

O ThinkingBox-Training já está disponível no GitHub. No ThinkingBox-Bench, cada uma das 507 tarefas fornece um ambiente e ferramentas ao agente, antes de comparar as mudanças reais no banco de dados com o resultado esperado. Em um exemplo citado no post, o modelo ajustado preservou reservas e pagamentos nas 20 tentativas de uma tarefa que exigia aprovação gerencial para um downgrade.

## Por que importa (interpretação editorial)

O resultado relatado sugere que verificar o estado final de um banco de dados pode avaliar a consistência de agentes, e não apenas se eles acertam uma tarefa uma vez. A queda pequena nas tarefas resolvidas ao menos uma vez também ressalta o trade-off entre confiabilidade repetida e cobertura.

_Resumo escrito pelo AI Daily Journal a partir das fontes acima, com palavras próprias. Para detalhes, leia as matérias originais._