Estudo no arXiv mostra que recuperar skills persistentes apenas para a família de tarefas de origem eleva a utilidade média de trajetória de 0,713 para 0,816 e zera implantações prejudiciais em agentes de linguagem com modelo congelado.
O paper arXiv:2609.29145v1 propõe uma auditoria claim-gated do trio consulta-fonte-resposta que só resolve uma omissão quando evidência da relação, adoção, materialidade e divulgação são observados ao mesmo tempo. A validação reproduziu 81 combinações de predicados de três estados e recusou 192 registros malformados.
O SkillPivot, framework apresentado no arXiv, identifica o ponto exato em que a trajetória de um agente LLM deixa de ser produtiva e corrige apenas o trecho seguinte, preservando o que já funcionava.
O transformador, arquitetura publicada em 2017 pelo Google, é a base de GPT, Gemini e Llama. O texto vira tokens, cada token gera vetores de Query, Key e Value, e a self-attention calcula o peso de cada palavra sobre as outras. Entenda o mecanismo por dentro.
O IndicBankBench, publicado no arXiv em 24 de setembro de 2026, testou 11 modelos em 799 casos de varejo bancário indiano. A confiabilidade estrita variou de 43,7% a 58,2%, enquanto o sucesso em ao menos uma tentativa chegou a 74%.
Artigo no arXiv apresenta o método Fourth Degree Learning, que usa aprendizado por reforço para escolher automaticamente o melhor classificador em previsão de doença hepática. O texto declara salto de acurácia de 63% para 98%, mas há divergência entre título e resumo sobre qual doença foi alvo do estudo.
O ASIRF, framework de IA apresentado no arXiv, remove informações sensíveis sem retreinamento e superou o OpenAI Privacy Filter em 68 de 80 combinações de modelo e domínio, ou 85% dos testes.
Artigo submetido ao arXiv em 24 de setembro de 2026 propõe um framework guiado por LLM que converte automaticamente máquinas de estado finito e behavior trees nos dois sentidos. A abordagem usa compressão de profundidade e regras hierárquicas para reduzir o número de sub-FSM e evitar a explosão de estados.
Paper no arXiv apresenta um harness de coroutine-bridge que venceu a Track 2 do CAR-bench com 60,0% de Pass^3, 4,5 vezes o baseline dos organizadores, e cortou o uso de chamadas de modelo pela metade usando Python executável no lugar de regras de prompt.
Paper no arXiv descreve o Baszta, classificador polonês de segurança de conteúdo, e mostra que micro F1 pode enganar em benchmark com 97% de exemplos crime-positivos.
