Second Thought: como raciocínio paralelo acelera agentes de IA
Framework de inferência paralleliza o raciocínio de agentes LLM durante a espera por observações, reduzindo decodificação em até 43% sem perder acurácia em testes preliminares.
MOOSEDev: Memória Ontológica para Agentes de Código
MOOSEDev usa grafo de conhecimento para dar memória estruturada a agentes de código, superando ferramentas vetoriais em consultas complexas com até 100% de acerto.
Estudo do arXiv mapeia limites de sinais internos em LLMs como o Qwen3
Um estudo no arXiv testa a robustez dos 'mapas de ação' internos no Qwen3-4B e conclui que, embora sinais de estado sejam úteis, falham em operações de composição, delimitando a universalidade desses mecanismos em LLMs.
Reward Machines simplificam controle de IA com lógica temporal
Novo método usa autômatos para resolver limitação técnica em controle de sistemas autônomos por aprendizado por reforço, alcançando taxas de sucesso superiores em testes empíricos.
ARC: Método de IA para Comparação Justa em Interações Abertas
O novo método ARC corrige vieses em treinamento de IAs e reduz tempo de resposta em 74%, promovendo interações mais justas e eficientes.
JEPA probabilístico equivale a um modelo oculto de Markov
Estudo no arXiv mostra que o PIB-VJEPA, uma arquitetura de IA para aprendizado preditivo, equivale estruturalmente a um modelo oculto de Markov, fornecendo uma base teórica sólida.
Liabilidade Médica Redesenha Design de Algoritmos de IA
Pesquisa da arXiv revela que regras de liabilidade médica podem levar a uso desigual de IA, prejudicando pacientes desvantageados e distorcendo incentivos de mercado.
Pipeline neuro-simbólico avalia conformidade no tratamento de sepse
Estudo no arXiv usa pipeline neuro-simbólico com LLM e lógica fuzzy para avaliar adesão a protocolos de sepse em 2.438 episódios. Resultados mostram que apenas 13% dos pacientes recebem antibióticos na primeira hora.
SemPlan: Benchmark mede acerto de LLMs em consultas a dados empresariais e aponta limites
Benchmark SemPlan testou 4 arquiteturas de LLM para consultas a dados de empresas e encontrou taxa de acerto máxima de apenas 25,67%, evidenciando o desafio entre teoria e prática em IA generativa para negócios.
Novo framework avalia learning harnesses de IA sem dados rotulados
Pesquisadores propõem framework para avaliar sistemas de aprendizado contínuo de IA sem benchmarks rotulados, usando um modelo professor maior como referência — crucial para setores como cibersegurança.