Why2Speak: expor raciocínio de IA pode piorar decisões, aponta estudo
Estudo com Qwen3-8B mostra que expor o raciocínio de um agente de IA pode piorar suas decisões e enganar métodos de auditoria.
Estudo propõe framework multi-critério para avaliar intervenções anti-desinformação
Pesquisa do arXiv, publicada em 21 de agosto de 2026, avaliou 40 intervenções contra desinformação com 39 especialistas e cinco critérios, mostrando que eficácia não se alinha com viabilidade e aceitação. O framework multicritério pode ajudar plataformas e reguladores a decidir melhor.
Weighted Memory Tree: nova memória eleva acurácia de agentes de IA
O Weighted Memory Tree organiza a memória de agentes de IA em tarefas, subtarefas e ações, com escores dinâmicos de retenção. Em testes no GAIA-Text, o sistema melhorou a acurácia média em 9,97 pontos percentuais e cortou em 32,8% o consumo de tokens de prompt.
XKV acelera comunicação entre LLMs heterogêneos com cache latente
O XKV, novo protocolo para comunicação entre LLMs heterogêneos, traduz caches key-value em 5,8 ms, com ganho de 10,3x sobre o LCF-X e vantagem sobre texto em 4 de 5 datasets.
DASO: otimização consciente de dificuldade para recomendações generativas
Pesquisadores apresentaram a DASO, técnica de pós-treino que reatribui rollouts em árvores de IDs semânticos e supera o GRPO em 11 de 12 métricas em recomendações generativas. O método diagnostica onde os candidatos saem do caminho alvo e aplica recompensa por prefixo.
FlavourBench: novo benchmark de IA usa gastronomia para ranquear modelos de fronteira
FlavourBench, benchmark automatizado com ground truth culinário, ranqueou 27 modelos de IA e colocou o Grok 4.6 na liderança, com 65,1 pontos em 534 tarefas.
Consilience promete controlar a comunicação entre agentes de IA em tarefas com informação parcial
Framework Consilience, apresentado no arXiv em 20 de agosto de 2026, controla a comunicação entre múltiplos agentes de linguagem em tarefas de perfil oculto. Com calibração conforme, o sistema superou protocols tradicionais e, em alguns casos, até uma baseline com informação completa, avaliado em 12 modelos de linguagem.
FL-MAESTRO: multi-agente com LLM otimiza aprendizado federado em redes instáveis
O FL-MAESTRO, sistema descrito no arXiv 2608.20518, usa três agentes LLM para decidir topologia, alocação e agregação em aprendizado federado, cortando energia desperdiçada de mais de um terço para perto de zero no benchmark CIFAR-10 não-IID.
Planejamento temporal melhora resposta a inundações com IA
Pesquisa submetida ao arXiv em agosto de 2026 propõe framework de planejamento temporal para coordenar resposta a inundações em múltiplas áreas, com modelagem em ANML e PDDL 2.1 e replanejamento em tempo real.
Ética da IA falha ao traduzir valores universais, aponta estudo com 14 especialistas
Pesquisa com 14 especialistas de 10 países mostra que justiça, privacidade e transparência em IA ganham sentidos diferentes conforme o contexto local, e propõe governança plural.