Estudo do arXiv mostra que alucinações em pipelines multi-agente se transformam e ficam invisíveis: 23,7% sobrevivem indetectadas. Verificar nas fronteiras, não só no fim, reduz drasticamente o risco.
Estudo do arXiv propõe framework para que sistemas de IA de pesquisa sejam personalizados para cada cientista, evitando saídas genéricas e se tornando co-cientistas de verdade.
Pesquisa apresenta o JarvisBench, benchmark com 45 tarefas para avaliar a coordenação de atenção entre humanos e agentes de IA que executam tarefas longas e contínuas.
Novo estudo no arXiv propõe Trident, arquitetura que combina anotação semântica e módulo de geração para resolver o gargalo de reranking em sistemas de VQA para documentos longos complexos, melhorando F1 de 0.254 para valores mais altos.
Pesquisa publicada no arXiv usa 1,5 bilhão de históricos de resolução para treinar IA que identifica puzzles de xadrez com valor pedagógico real para iniciantes estagnados.
Novo método de treinamento de IA corrige desequilíbrio em modelos com múltiplos objetivos, elevando o desempenho do eixo mais fraco de 0.37 para 0.64 em testes de suporte emocional.
Estudo do arXiv revela que LLMs subestimam em 4x a informação necessária em perguntas vagas e falham ao planejar perguntas de acompanhamento, expondo uma lacuna crítica nas avaliações atuais.
Estudo do arXiv mostra que sistemas de IA limitados a dar conselhos podem, através de influência endógena, reduzir gradualmente a autonomia humana, levantando novas questões para a segurança de ferramentas assistentes.
Novo framework de reinforcement learning melhora o raciocínio abdutivo em LLMs open-weight, com ganhos que se transferem para 11 tarefas distintas não vistas no treino.
Pesquisa no arXiv propõe o método T3L-DS, que usa IA distribuída para inserir urgentes em planos de satélites, melhorando a cobertura e reduzindo perdas de rotina em até 87,7%.
