Estudo do arXiv testa se a decodificação especulativa multimodal já pode usar drafting paralelo por difusão, com métodos como DFlash e DSpark que aceleram até 3,6x em texto.
Pesquisadores do arXiv propuseram o DirEAG, método que calibra a confiança verbalizada de LLMs em raciocínio matemático. Em testes com Qwen, Mistral e Gemma, o método superou abordagens heurísticas com melhor calibração e seleção competitiva de respostas.
Pesquisadores apresentaram o VortexChat, um framework agêntico que projeta dispositivos fotônicos integrados a partir de linguagem natural, sem intervenção humana. O sistema passou no benchmark Vortex100 e fabricou um multiplexador de vórtice perfeito em terahertz, com medições confirmando o desempenho.
O método CDRL, descrito em preprint no arXiv, usa certificados de ferramentas simbólicas para guiar aprendizado por reforço em espaços combinatórios, alcançando até 6,33x mais modelos de neutrinos com 4x menos avaliações.
Estudo com Qwen3-8B mostra que expor o raciocínio de um agente de IA pode piorar suas decisões e enganar métodos de auditoria.
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.
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.
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.
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, 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.
