CMR-Mamba: Novo método de IA detecta falhas industriais
O CMR-Mamba, método de IA publicado no arXiv, detecta falhas acopladas em sistemas industriais que métodos tradicionais não captam, melhorando em até 0,42 AUROC em testes.
Estudo: Auto-correção por incerteza piora desempenho de LLMs para código
Estudo do arXiv mostrou que métodos baratos para medir a 'dúvida' de LLMs de código frequentemente pioram a qualidade das soluções geradas, em vez de melhorá-las.
Estudo: LLMs multimodais falham em ser consistentes entre texto e áudio
Novo estudo do arXiv testou LLMs multimodais em cenários reais de emergência e nenhum manteve respostas consistentes entre texto e áudio — com impacto desproporcional em pessoas com necessidades de acessibilidade.
Avaliação de Roteadores Open-Source para IA Agêntica Revela Limitações
Um estudo recente no arXiv avalia quatro roteadores open-source com protocolo comum e revela que apenas o vLLM varia com prompts, mas não domina em nenhum benchmark, destacando a necessidade de controles rigorosos.
Estudo: LLMs são imprecisas em química cosmética, alertam pesquisadores
Benchmarking com 14 LLMs revelou desempenho 'pobre' em tarefas técnicas de química cosmética. Pesquisadores alertam para o risco de respostas autoritativas, mas incorretas, sobre cuidados com a pele.
CacheScout: Camada de KV-cache Inteligente para Servidores de LLM Multi-Agente
CacheScout otimiza o uso de cache em servidores de IA multi-agente, reduzindo latência e aumentando throughput com base na semântica de execução de agentes.
Benchmarking de LLMs para Conselhos de Parentalidade: Nova Abordagem
Estudo publicado no arXiv revela que pontuações gerais de LLMs podem esconder falhas em conselhos de parentalidade, influenciados por idioma e estilo de criação.
LLMs em Mecânica: Novo Benchmark Revela Lacunas de Conhecimento Espacial
Novo benchmark MecEng testou 34 LLMs em tarefas de engenharia mecânica; o melhor modelo proprietário acertou 91% dos sistemas rígidos, mas a geração de geometrias complexas continua um desafio para todas as IAs.
Framework propõe garantir negociação racional entre agentes de IA sobre protocolos A2A/MCP
Novo framework de verificação busca alinhar agentes de IA com princípios da teoria dos jogos, mas resultados mistos expõem limites atuais dos LLMs em negociações complexas.
LLMs aplicam a lei errada? Estudo diagnostica falhas no raciocínio legal temporal
Estudo do arXiv revela que LLMs apresentam viés para aplicar a lei mais recente, mesmo quando os fatos ocorreram sob legislação anterior, e identifica um possível mecanismo por trás dessa falha.