GraphGAN: método com grafos e GANs para detectar ataques DDoS
Pesquisadores propõem GraphGAN, que usa grafos e GANs para detectar DDoS com mais precisão, especialmente quando há poucos dados de ataques.
LLMs de Código Aberto Não Garantem Conserto Automático de Erros em IA de Planejamento
Estudo do arXiv mostra que LLMs de código aberto superam métodos tradicionais em corrigir erros em modelos de IA, mas sua taxa de sucesso cai drasticamente em testes complexos, impedindo a automação confiável.
TileMix: Kernel Preciso Acelera Inferência de LLMs Longos
TileMix é um novo kernel que roteia precisão numérica por blocos para acelerar LLMs em textos longos, recuperando qualidade perdida em métodos anteriores.
LLMs para consultas médicas são avaliadas tarde demais, aponta estudo
Pesquisa do arXiv revela que modelos de linguagem são testados com problemas médicos já claros, mas falham quando o paciente inicia a conversa com queixas vagas — um defeito crítico para a adoção clínica segura.
Wuying-Browser-Agent propõe framework unificado para agentes de IA em web
Novo framework open-source e benchmark com 350 tarefas reais buscam resolver o problema de agentes de IA que falham ao operar na web do mundo real por longos períodos.
SignalReasoner: Avaliação de Modelos 3B para Raciocínio Matemático em Sinais
Estudo revela que um modelo de linguagem de 3 bilhões de parâmetros, após fine-tuning, atinge 39,12% de acurácia em problemas de raciocínio matemático para sinais, triplicando o desempenho original.
LiveHouse-TS: benchmark vivo reordena ranking de modelos de séries temporais
O LiveHouse-TS, novo benchmark vivo para modelos de séries temporais, mostra que rankings estáticos mudam drasticamente quando avaliados em dados futuros reais, com 17 datasets de 11 domínios.
PlanPO: otimização de políticas com planejamento para LLMs agênticos
Pesquisadores propõem o PlanPO, um método de RL que melhora agentes de IA em 27,2% em benchmarks multi-turn, superando o GRPO com custo adicional desprezível.
DeAR: novo framework descentraliza raciocínio de agentes de IA
Framework DeAR propõe raciocínio agêntico descentralizado, com colaboração peer-to-peer entre agentes. Em 9 benchmarks, superou métodos recentes, indicando que a descentralização aumenta a precisão em tarefas de conhecimento intensivo.
ASI-Bench: novo benchmark mede autonomia científica da IA
Pesquisadores lançaram o ASI-Bench, primeiro benchmark que mede autonomia de IA em pesquisa científica. Resultados mostram queda de desempenho de 50,91 para 26,62 sem orientação humana, indicando que sistemas atuais ainda dependem fortemente de supervisão.