Gerar respostas mais rapidamente é um dos desafios da inteligência artificial. Uma pesquisa com participação de Stanford e da Together AI propõe um caminho diferente para essa tarefa: produzir o texto a partir de representações gerais e acrescentar detalhes progressivamente.

A abordagem se chama Next-Concept Modeling, ou NCM. Apresentada no arXiv em 9 de outubro de 2026, ela busca reduzir a quantidade de etapas sequenciais necessárias para gerar linguagem.

O QUE MUDA NA PRODUÇÃO DO TEXTO

Para entender a proposta, é preciso conhecer o funcionamento da geração autorregressiva. Nesse método, o sistema produz um token após o outro, considerando o conteúdo anterior. Tokens são unidades que podem representar palavras, partes de palavras ou sinais de pontuação.

O NCM organiza a tarefa de outra maneira. Primeiro, um componente aprende a representar os textos em uma hierarquia de códigos. Depois, um modelo gera essa hierarquia do nível mais geral ao mais detalhado.

Dentro de cada nível, várias posições são produzidas simultaneamente. Ao final, as representações são convertidas em texto.

Uma analogia é a construção de um desenho: primeiro aparecem as formas gerais; depois, os detalhes. Essa comparação ajuda a visualizar o processo, mas não significa que o sistema pense como uma pessoa.

O QUE OS TESTES MOSTRARAM

Segundo os pesquisadores, o NCM alcançou geração 31 vezes mais rápida no conjunto de resumos XSum, com desempenho semelhante ao modelo de difusão usado como referência na métrica ROUGE-L, que mede a correspondência entre os resumos produzidos e os textos de referência.

Os autores também relataram ganhos de velocidade em outros conjuntos de textos e resultados positivos em Sudoku, tarefa que exige atender a várias regras simultaneamente.

Esses números precisam ser interpretados dentro das condições dos experimentos. O ganho de 31 vezes não foi demonstrado contra todos os modelos de linguagem nem representa uma comparação direta com os principais assistentes comerciais.

POR QUE A VELOCIDADE IMPORTA

Reduzir etapas de geração pode tornar o processamento mais eficiente. Para aplicações que precisam produzir muitas respostas, esse é um objetivo relevante.

Entretanto, velocidade, consumo de energia e custo financeiro são medidas diferentes. Um resultado de geração mais rápida não comprova, sozinho, uma redução proporcional na conta de energia ou a possibilidade de executar o sistema em qualquer celular.

NCM É O FIM DOS LLMS?

A pesquisa não sustenta essa conclusão. O NCM também é uma abordagem de modelagem de linguagem: sua principal contribuição está na forma de representar e gerar os textos.

Os próprios autores tratam a ampliação da escala como trabalho futuro. Ainda é necessário investigar como o método se comporta com modelos maiores, mais dados e aplicações mais abrangentes.

Também não há demonstração de que a técnica elimine alucinações, tenha consciência ou apresente raciocínio equivalente ao humano.

O avanço está em mostrar que existem alternativas à geração estritamente sequencial. Transformar essa possibilidade em assistentes mais rápidos e confiáveis exige novas avaliações.