Estudo do arXiv conclui que não existe um sinal universal para prever quando uma atualização de LLM piora respostas específicas. A eficácia da detecção depende da tarefa, exigindo estratégias customizadas para garantir confiabilidade em produção.
O MobileMem é um framework que utiliza um ano de dados móveis para desenvolver assistentes de IA com memória experiencial, superando limitações de benchmarks existentes.
Novo framework publicado no arXiv propõe que robôs usem observação ativa para resolver ambiguidades de objetos antes de pedir esclarecimento ao usuário. Sistema foi validado em experimentos com robôs reais.
Artigo no arXiv identifica 11 mecanismos de mal-entendido em comunicação com IA, oferecendo modelo para detecção e reparação.
Nova métrica BCM revela que agentes de IA com mesma taxa de sucesso podem ter consistência comportamental radicalmente diferente, separando performance de processo.
Um estudo recente revela que erros de alta confiança em LLMs podem ser estáveis, desafiando a percepção tradicional de fragilidade eImpactando auditorias de IA.
Um paper na arXiv propõe que a avaliação de IA deve focar em equipes humano-máquina, em vez de desempenho super-humano, para melhores resultados sociais.
O Agentao é um runtime open-source que separa propostas de ação de execução autorizada para agentes LLM, focando em governança e segurança local-first. Publicado no arXiv, o código está disponível no GitHub.
Pesquisa publicada no arXiv liberara trace completa de um ano de tráfego de LLMs da plataforma Chutes, revelando padrões ocultos de uso e modelos populares e de nicho para impulsionar a próxima geração de sistemas de servimento.
Estudo do arXiv analisou 46 tarefas e descobriu que LLMs criam módulos cognitivos distintos, espelhando a organização funcional do cérebro humano, o que aponta para uma propriedade fundamental da inteligência.
