SAGE: framework de IA aprende a criar storyboards e supera profissionais
Framework SAGE cria storyboards automáticos que superam diretores humanos em teste, reduzindo 83% do tempo de autoria e sendo aceito em 87% dos casos na produção real.
Novo modelo SIRLM endereça 'drift' de raciocínio em Knowledge Graphs com LLMs
Pesquisa publicada no arXiv propõe o SIRLM, um novo modelo para corrigir o "drift" de raciocínio de LLMs em Knowledge Graphs. O método acopla regras estruturais à lógica da IA, testado em 36 datasets.
Provisionamento de Harness para LLMs em Infraestrutura Crítica
Pesquisa do arXiv propõe algoritmo que inicia com acesso mínimo a recursos para agentes de IA, expandindo apenas após falha. Em testes, reduziu em 48% o consumo de tokens em tarefas de data center.
LEGO-RL: Framework para RL em Agentes de Código
Novo framework LEGO-RL melhora o desempenho do modelo Qwen em até 9,4% em benchmarks de código, resolvendo problemas de alinhamento em ambientes de execução.
GraphGAN: método com grafos e GANs para detectar ataques DDoS
Pesquisadores propõem GraphGAN, que usa grafos e GANs para detectar DDoS com mais precisão, especialmente quando há poucos dados de ataques.
LLMs de Código Aberto Não Garantem Conserto Automático de Erros em IA de Planejamento
Estudo do arXiv mostra que LLMs de código aberto superam métodos tradicionais em corrigir erros em modelos de IA, mas sua taxa de sucesso cai drasticamente em testes complexos, impedindo a automação confiável.
TileMix: Kernel Preciso Acelera Inferência de LLMs Longos
TileMix é um novo kernel que roteia precisão numérica por blocos para acelerar LLMs em textos longos, recuperando qualidade perdida em métodos anteriores.
LLMs para consultas médicas são avaliadas tarde demais, aponta estudo
Pesquisa do arXiv revela que modelos de linguagem são testados com problemas médicos já claros, mas falham quando o paciente inicia a conversa com queixas vagas — um defeito crítico para a adoção clínica segura.
Wuying-Browser-Agent propõe framework unificado para agentes de IA em web
Novo framework open-source e benchmark com 350 tarefas reais buscam resolver o problema de agentes de IA que falham ao operar na web do mundo real por longos períodos.
SignalReasoner: Avaliação de Modelos 3B para Raciocínio Matemático em Sinais
Estudo revela que um modelo de linguagem de 3 bilhões de parâmetros, após fine-tuning, atinge 39,12% de acurácia em problemas de raciocínio matemático para sinais, triplicando o desempenho original.