Pesquisadores elevaram a precisão na busca de pessoas por localização de 28% para 46% com um novo modelo de recuperação geográfica, superando o padrão lexical em 18 pontos percentuais.
Pesquisadores automatizados de alinhamento (AARs) superaram 28 pesquisadores humanos experientes na mitigação de 10 falhas de segurança, como decepção e jailbreaks, segundo estudo do arXiv submetido em 28 de agosto de 2026. Os métodos automatizados também generalizaram para modelos até 4,7 vezes maiores.
Pesquisadores lançaram o MineCEraft, benchmark open-source com 723 instruções para testar LLMs em construção no Minecraft. O estudo, publicado no arXiv em 28 de agosto de 2026, revela limitações dos modelos e abre caminho para aplicações na engenharia civil.
Estudo propõe framework PRISK e mostra que personalização em 13 LLMs amplia vieses em até 61,7%, com impactos em privacidade e diversidade de informação.
Estudo no arXiv propõe MCCs, correlatos de consciência para máquinas, e mostra diferença estatística entre Llama-3.1 70B e Llama-2 7B.
Estudo no arXiv propõe vocabulário, taxonomia e framework para padronizar IA explicável em patologia computacional, mapeando cinco lacunas entre a pesquisa e o uso clínico.
Pesquisadores publicaram no arXiv o Pro-Router, um método token-aware que decide progressivamente entre modelo de borda e nuvem, alcançando roteamento 10x mais rápido e throughput 75% maior que abordagens atuais.
Estudo do arXiv mostra que LLMs como GPT-OSS, Qwen3 e Phi-4 rejeitam até 85,3% das soluções matemáticas corretas quando o formato é não canônico, mesmo acertando a resposta final.
Pesquisadores publicaram no arXiv o FRAC-MAS, sistema multiagente que detecta fraturas com 86,6% de auto-confirmação e gera laudos mais claros que Llama, MedGemma e Gemini. Código e site estão abertos.
Pesquisadores propõem o GOE, uma arquitetura de otimização agnóstica que permite rodar modelos de linguagem em CPUs de borda sem GPU. O estudo mostra que o método de compressão é mais importante que a bit-width para preservar a acurácia.
