Paper no arXiv critica o foco da IA médica em diagnóstico e ignorar dados reais de tratamento, limitando sua eficácia clínica. A solução exigiria integrar dados de desfechos ao treinamento e avaliação desses modelos.
Revisão sistemática de 38 estudos revela que agentes LLM ainda não têm garantias formais de segurança, com gargalos em especificação e verificação limitando a adoção segura.
Pesquisa propõe framework agente que combina regras e LLMs para extrair automaticamente dados botânicos de documentos, com resultados em mais de 55 mil anotações.
Novo framework neuro-simbólico acopla LLMs e modelos visuais para resolver problemas de geometria euclidiana, desde cálculos simples até provas olímpicas, com menos dados e computação que sistemas atuais.
OGX é um servidor open-source que unifica APIs de IA de vários provedores, permitindo a desenvolvedores construir aplicações agentic sem lock-in, com mais de 8.400 estrelas no GitHub.
Agente combina GPT-4o, Claude Sonnet 4 e Gemini 2.5 Pro com aprendizado por reforço para otimizar circuitos digitais, obtendo 12,4% de melhoria sobre fluxos tradicionais em testes com até 500 mil portas lógicas.
Paper propõe OpenReview Points, um sistema de créditos para incentivar revisões de qualidade em conferências de machine learning. A ideia é que revisores acumulem pontos e troquem por benefícios como inscrição gratuita.
Pesquisadores alertam que redes neurais falham em garantir correção para problemas com restrições e propõem integração simbólica como solução.
Paper do arXiv argumenta que laws nacionais não bastam para governar a IA globalmente e propõe 'rótulos de nutrição' padronizados como protocolos técnicos, inspirados na ISO, para reduzir a fragmentação regulatória e barreiras para PMEs.
Revisão narrativa publicada no arXiv traça a evolução da mudança de crenças computacionais em IA, de Doyle e London (1980) até o framework AGM, propondo roadmap para implementação prática.
