Preprint no arXiv propõe o Asclepius, harness adaptativo que reescreve o manual de operação entre turnos e eleva em 25% a correção de ações críticas de agentes de IA em simulações de pronto-socorro, sem perder acurácia de diagnóstico.
O AutoTailor, framework meta-agêntico para agentes web, reduz 1.283 APIs MCP não refinadas para 33 e corta o uso de tokens em até 94,9% em 106 tarefas do WebArena Postmill. Com fallback de ReAct, o sistema chega a 90,6% de acerto contra 87,5% do ReAct sozinho.
O OdoBot, nova arquitetura de agente web apresentada no arXiv, usa 44% e 80% menos tokens do que os concorrentes Agent-E e WebVoyager em 45 tarefas no Canvas LMS, além de superar o WebVoyager na taxa de sucesso.
O paper OrchSLM, publicado no arXiv em 11 de setembro de 2026, unifica métodos de orquestração não interativa para modelos de linguagem pequenos e expõe as escolhas de projeto como parâmetros ajustáveis. A proposta é usar o roteamento como sonda para entender como estrutura de tarefa, composição do pool de modelos e consenso multiagente moldam o resultado.
O TimeThink, framework apresentado no arXiv em 11 de setembro de 2026, combina dados sintéticos e aprendizado por reforço com recompensas verificáveis para forçar modelos de linguagem a explicitar o raciocínio sobre séries temporais. Treinado só com dados sintéticos, o método supera baselines fortes em benchmarks sintéticos e do mundo real, segundo os autores.
O preprint arXiv:2609.13437v1 apresenta o LabAgent, sistema de agentes de IA que reproduz e amplia o conhecimento de laboratórios científicos. O LabAgent ficou em primeiro lugar contra agentes generalistas comerciais em quatro áreas das ciências da vida e reproduziu com precisão uma figura de artigo publicado.
O artigo "Converge Then Diversify" propõe dividir a otimização bayesiana multiobjetivo em duas etapas: primeiro convergir para um ponto da fronteira de Pareto, depois espalhar as soluções. Em 446 comparações pareadas, o método venceu o estado da arte em 72,9% dos casos e perdeu em apenas 6,1%.
Um LLM recomendador ajustado com constrained GRPO passou a explicar suas próprias indicações com fidelidade e sem conteúdo prejudicial, segundo o artigo arXiv:2609.13657v1. A taxa de aprovação nos três critérios avaliados subiu de 64,9% para 95,6% nas avaliações internas e de 67,7% para 93,1% com um juiz independente.
O CoMA-DiT, Diffusion Transformer bidirecional de aumento cross-modal, superou 20 baselines em decodificação de estados cerebrais multimodais, com ganhos de 4,28% em acurácia e 6,70% em macro-F1. O método trata modalidades pareadas como fontes de supervisão generativa mútua, não apenas como entradas para fusão.
O Mr.LHDR, benchmark publicado no arXiv em 10 de setembro de 2026, exige em média 12,1 conclusões intermediárias por pergunta e mostra que o melhor sistema avaliado chega a apenas 43,1% de acurácia geral e 34,3% de acurácia estrita. Remover as imagens derruba o DACS em 12,6 pontos.
