Artigo no arXiv propõe um sistema GeoAI multiagente, com humano no circuito, que inclui habitats de peixes e focas e impacto em comunidades no cálculo de rotas marítimas no Ártico, em vez de otimizar apenas tempo e combustível.
A OpenAI anunciou em 10 de setembro de 2026 o Data agent, recurso do ChatGPT Work que conecta dados corporativos e monta dashboards interativos por linguagem natural.
O artigo arXiv:2609.06063v1 apresenta um framework pós-hoc que converte rastros de execução de agentes de IA em relatórios estruturados e explicações em linguagem natural fiéis ao comportamento observado. Segundo os autores, o método supera explicações geradas por LLM de forma ingênua e identifica alegações sem suporte, ações injustificadas e lacunas de evidência.
O DAREBench, novo benchmark publicado no arXiv, avaliou 35 modelos de IA como agentes em 233 tarefas e 7.587 rodadas de execução. Conclusão: nenhum modelo domina todos os grupos de tarefa, e a escolha deve considerar custo, modo de implantação e perfil de carga.
O JPPO, primeiro framework adversarial a otimizar imagem e prompt ao mesmo tempo, eleva a latência de VLMs em até 36,6 vezes e o consumo de energia em 32,7 vezes, segundo estudo publicado no arXiv.
Paper no arXiv propõe a composição local alinhada à evidência, que escolhe em qual especialista de domínio confiar em cada posição de um texto corrompido, sem rótulos de região nem roteador treinado. O método atingiu 0,85 de acurácia de campo em documentos científicos mistos e 0,98 em misturas lexicalmente disjuntas.
Estudo no arXiv corrompeu retornos de busca na web, subagentes e execução de código em 14 LLMs e mediu a adoção do erro. A taxa média passou de um terço em todas as ferramentas e chegou a 68,0% na busca na web. Nenhuma das intervenções testadas, em prompting, metadados ou pós-treinamento, resolveu o problema de forma consistente.
O TEAM-Design, regra proposta em artigo no arXiv, atribui duas probabilidades de replay a cada tarefa para decidir qual baseline ausente medir sob orçamento fixo. Nos 6 cenários clínicos reanalisados, nenhum fluxo humano-IA superou humano sozinho e agente sozinho.
Estudo no arXiv simulou 4.000 conversas com 1.200 personas e três modelos (GPT-4o, Gemini-2.5-Flash e Gemma-4-E4B) ancoradas no World Values Survey. Mais de 50% das personas já falham em expressar o perfil de valores atribuído na primeira conversa, e apenas 2% a 7% derivam depois.
O SCAFFOLD, framework de agentes web visuais que se aprimoram sozinhos, supera o melhor baseline com habilidades em 11,1 a 17,2 pontos absolutos em WebArena, VisualWebArena e Online-Mind2Web. O código está aberto no GitHub.
