Pesquisa submetida ao arXiv em 22 de agosto de 2026 propõe ambientes web sintéticos verificáveis que aumentam a taxa de tarefas factíveis de 48,6% para 94,8% em 500 ambientes gerados artificialmente.
Pesquisadores publicaram no arXiv o SAEM, um runtime que otimiza a inferência de modelos MoE com raciocínio chain-of-thought. O sistema alcança ganho médio de 1,33x no throughput com memória de GPU restrita, chegando a 1,54x com calibração adequada.
Estudo do arXiv propõe grounding por função-símbolo em LTN-GANs para preservar a distribuição da margem em restrições rígidas, algo que a camada de clamp tradicional perde. A razão de resolução R, calculável antes do treinamento, indica quando o caminho atual falha.
Artigo submetido ao arXiv em junho de 2026 usa aprendizado por reforço, A2C e Transformer para ensinar agentes a inferir regras ocultas no jogo GOHR, comparando representações centradas em objetos e em características.
Pesquisa submetida ao arXiv mostra framework multi-papel que melhora planejamento simbólico com apenas feedback do solver, elevando sucesso médio de 35,5% para 70,8% no PlanBench.
Pesquisa do arXiv apresenta o AI Watchdog, agente que monitora conversas com IA e alerta sobre dark patterns. Em teste com 150 pessoas, avisos em tempo real reduziram a obediência a recomendações manipulativas de 71,7% para 53,7%.
O sistema HIRA, descrito no preprint arXiv:2608.21792, classifica documentos em indústrias reguladas combinando BM25, embeddings e verificador LLM local, com revisão humana em apenas 6,4% dos casos. Ele elevou o Macro-F1 de 0,62 para 0,85 sem retreinar o modelo.
Estudo do arXiv mostra que o CLIP zero-shot acerta apenas 39,03% na geolocalização regional da Grande Los Angeles, mas o ajuste fino do encoder eleva a acurácia para 82,10% e reduz o erro de distância de 12,30 km para 3,86 km.
O Scroll, sistema descrito em paper do arXiv, usa um kernel Python persistente e um Event Log para gerenciar o contexto de agentes de IA. Com o Qwen3.8-Max, superou em 37,4 pontos o melhor agente long-horizon no benchmark LOCA_256K.
Estudo mostrou que LLMs como GPT-5.4-mini e Gemini 3.1 Flash Lite acertam quase tudo ao simular alunos, mesmo os iniciantes. Um novo método baseado em grafos estocásticos reduz a acurácia para 44,1%, criando simulações fieis.
