Estudo experimental com 126 testes mostra que agentes de IA para limpeza de dados sem referência enfrentam trade-offs entre capacidades, custo e precisão. Não há configuração vencedora universal.
Pesquisa na arXiv aplica machine learning para transformar dados de segurança da aviação em insights preditivos, visando prevenir acidentes e incidentes.
Estudo do arXiv prova que a métrica pass@k, padrão para avaliar agentes de código com IA, está sendo aplicada de forma incorreta, inflando resultados em até 97%. Autores propõem reliability@k e uma lente de segurança.
Um novo framework chamado HASSUM utiliza entropia e densidade semânticas para melhorar a coordenação em sistemas de IA multi-agente, reduzindo erros e alucinações em tarefas complexas.
Novo método de esteganografia para LLMs, o SLS, permite comunicação secreta sem compartilhar o prompt, atingindo 0.20 bits por token com texto indistinguível de gerações normais.
Primeiro survey unificado no arXiv mapeia modelos de fundação wireless para 6G, organizando campo fragmentado e listando desafios de implantação e padronização.
Novo benchmark quantifica a falha dos atuais LLMs em diagnosticar erros em execuções de agentes de IA, revelando um desafio crítico para a confiabilidade desses sistemas em produção.
Nota técnica identifica erro em lemma de prova matemática da OpenAI e apresenta correção, reforçando necessidade de auditoria em IA.
Um pipeline chamado AViD Journal usa Lean 4 para verificar a novidade de teoremas matemáticos, mas sua avaliação revelou limitações em fidelidade semântica e cobertura de índices.
Estudo publicado no arXiv alerta que agentes de IA em equipes científicas devem ser analisados como sistemas humanos para evitar riscos como redução da diversidade de pesquisa.
