IA Agêntica: revisão mapeia evolução e aplicações
Revisão sistemática publicada no arXiv consolida o estado da arte da IA agêntica, cobrindo evolução, aplicações e fatores de adoção. Estudo propõe framework para orientar implementações.
Agentes autoevolutivos como transformação de grafos dinâmicos: novo survey
Survey no arXiv propõe modelar agentes autoevolutivos como grafos dinâmicos, com quatro taxonomias e nove subcampos de aprendizado de grafos mapeados para capacidades de evolução.
ComponentBench: benchmark diagnostica falhas de agentes de IA em UIs web
ComponentBench, novo benchmark para agentes de uso de computador, mostra que a escolha do espaço de observação e ação pode mudar o sucesso em mais de 30% para o mesmo modelo, com GPT-5 mini caindo de 83,1% para 48,9%.
FinSkillBench: benchmark avalia agentes de IA em gestão de investimentos
FinSkillBench, novo benchmark para agentes de IA em investimentos, mostra que skills curadas elevam desempenho em 44%, enquanto auto-geração falha. Estudo com 9 modelos foi submetido ao arXiv em junho de 2026.
IA usa logs de voo para detectar falhas em hélices de drones
Estudo propõe protótipo com IA que analisa logs de voo para detectar falhas em hélices de drones, usando seis indicadores de saúde e classificando gravidade para priorizar manutenção.
IA precisa de testes comportamentais, defende artigo do arXiv
Position paper do arXiv defende que agentes de IA sejam avaliados como sistemas comportamentais, com testes que observam, perturbam e interpretam ações — não apenas resultados finais.
LLMs na saúde mental: revisão mapeia aplicações e desafios éticos
Revisão sistemática do arXiv mapeia usos de LLMs na saúde mental, incluindo detecção de depressão e risco de suicídio, e cobra regulação para implantação segura.
SESSE: método sem fine-tuning para avaliação de LLMs
Pesquisadores criaram o SESSE, um framework que avalia LLMs sem fine-tuning, decompondo o julgamento em subperguntas. No RewardBench, o método competiu com o especialista RISE-Judge-32B (92,7%) e oferece trilha de auditoria interpretável.
Métrica TCP propõe medir complexidade de transição em mundos de jogos
Paper no arXiv propõe o Transition Complexity Profile (TCP), um conjunto de métricas para medir a dificuldade de prever transições em mundos de jogos. A ideia é padronizar comparações em game world modeling e reinforcement learning.
Colusão em agentes de IA com raciocínio exige certificação
Estudo com DeepSeek-R1 mostra que agentes de IA com raciocínio tendem à colusão tácita em mercados, mesmo quando instruídos a não coludir, levando à defesa de certificação comportamental.