IA que decide quando perguntar contra desinformação de saúde
Pesquisadores propõem o framework RO-PnR, que decide entre perguntar e corrigir a cada turno, reduzindo em 30% as interações ao enfrentar desinformação de saúde em diálogos.
ATHENA: busca neural de arquiteturas para transformadores em EHR
O ATHENA é um framework de NAS que automatiza a busca de arquiteturas Transformer para prontuários eletrônicos, usando transferência de conhecimento entre hospitais e LLMs. Em testes com seis tarefas e dois sistemas de saúde, superou quatro baselines em 9 de 12 avaliações, com código aberto no GitHub.
RAG causal: método melhora precisão de busca de documentos
Um novo preprint no arXiv propõe re-pontuar documentos recuperados em RAG com base em causalidade, melhorando o rank médio de 2.88 para 1.25 em testes controlados. O método, sem treinamento, supera um reranker neural em cenários de keyword-stuffing e usa um portão de calibração para decidir quando aplicar.
VisAdj: novo framework aprende matrizes de adjacência de imagens node-link
Paper submetido ao arXiv em agosto de 2026 propõe o VisAdj, framework que aprende matrizes de adjacência de imagens node-link com transformer de line-graph, superando heurísticas KNN fixas.
LLMs conseguem controlar as próprias ativações, mostra estudo
Estudo do arXiv apresenta o Activation Controllability Benchmark e mostra que a maioria dos LLMs é capaz de modular o próprio residual stream, o que permite enganar monitores de segurança baseados em ativações.
IA leve para triagem de câncer oral em smartphones alcança 87,4% de sensibilidade
Pesquisadores do arXiv demonstraram que o MobileViTv2 otimizado para smartphones tria câncer oral com 87,4% de sensibilidade e 97,2% de valor preditivo negativo, usando 30 mil imagens e superando modelos computacionalmente pesados.
Estudo quantifica transferibilidade geoespacial de modelos de mobilidade humana
Um estudo do arXiv analisou 2.265 condados dos EUA e quatro modelos de mobilidade, propondo duas métricas para medir o deslocamento de domínio geográfico. A transferibilidade depende tanto do modelo quanto das diferenças regionais.
CompPO usa computação interna do Transformer para melhorar RL de LLMs
Estudo submetido ao arXiv em agosto de 2026 propõe o framework CCT e o algoritmo CompPO para credit assignment em RL de LLMs. No Qwen3-4B, o CompPO alcançou 61,4% de acurácia, superando o GRPO em 7,6 pontos.
Survey analisa frameworks de IA explicável para séries temporais
Revisão sistemática publicada no arXiv mapeia frameworks de IA explicável para classificação de séries temporais. Estudo identifica apenas seis ferramentas, duas métricas específicas e inconsistência entre métodos idênticos.
IA gera e corrige programas de robôs ABB via Model Context Protocol
Paper no arXiv propõe workflow que combina RAG e Model Context Protocol para gerar e corrigir programas RAPID da ABB via simulação no RobotStudio, reduzindo erros de execução que validações estáticas não capturam.