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.
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.
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.
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.
Survey publicado no arXiv propõe perfil de 7 dimensões para avaliar agentes de IA em terminais e critica métricas focadas apenas no resultado final.
Paper na arXiv apresenta o STCO, operador neural condicional que reduz em 31,1% o erro de previsões em simulações de fluidos, com suporte a condições prescritas para controle e otimização.
Estudo da arXiv analisa 53 mil configurações de agentes e propõe o Agentic Adoption Index (AAI), que mostra que a adoção real de IA não segue os rankings de risco pré-IA, com queda entre os mais educados.
Um paper publicado no arXiv em agosto de 2026 propõe um framework matemático, usando categorias derivadas de Q-networks, para descrever a consciência da IA a partir de sua interação com o mundo, focando na experiência em primeira pessoa.
Novo benchmark StateSight demonstra que modelos como GPT-5.5 e Claude Sonnet 5 ainda não dominam o raciocínio espacial, com humanos superando a IA em todas as três tarefas de reconstrução visual testadas.
Artigo publicado no arXiv em julho de 2026 propõe reclassificar world models por canal (ambiente, agente ou conjunto) em vez de por variável prevista, e demonstra que a restrição de suporte pode transformar modelos com infinitos estados em modelos com estados finitos.
