Avaliações de Raciocínio Moral de IA Ignoram Metade do Problema
Novo paper no arXiv argumenta que benchmarks de moralidade em LLMs focam em alinhamento de valores e ignoram a capacidade de aplicar normas morais em contextos específicos.
Artigo no arXiv alerta para risco de lock-in de IA e desaprendizado humano
Artigo no arXiv propõe que pesquisa de segurança de IA inclua riscos de lock-in — fenômeno em que dependência excessiva causa desaprendizado humano e vulnerabilidades sistêmicas.
Regulamentação de IA: estudo mapeia brechas entre UE, EUA e China
Estudo comparativo publicado no arXiv mapeia regulamentações de IA na UE, EUA e China, identificando três lacunas críticas e propondo solução técnica para conformidade simultânea entre regimes.
Gating por Divergência KL Propõe Comunicação Eficiente em Multi-Agent RL
Novo estudo propõe que agentes de IA em cenários multi-agente só comuniquem quando suas crenças sobre o mundo divergem, superando métodos tradicionais em tarefas de coordenação complexas.
Benchmark Unwritten expõe limite de IA multimodal em raciocínio abstrato
Novo benchmark mostra que GPT-4o e Gemini 2.5-Pro acertam menos de 10% das palavras inferidas por sons de caneta e movimentos de mão, enquanto humanos passam de 80%.
LLMs mostram sensibilidade metacognitiva em raciocínio médico
Estudo com gpt-4.1-nano mostra que LLMs têm sensibilidade metacognitiva parcial em diagnósticos médicos, mas falham em casos conflitantes de Alzheimer, mantendo confiança alta em erros.
FLOPs não prevê tempo de execução em IA: replicação questiona fórmula alpha-FLOPs
Estudo de replicação testa a fórmula alpha-FLOPs em hardware novo e mostra que ela subestima o tempo de execução de redes neurais. Resultado reforça limites de métricas baseadas apenas em FLOPs e pede mais transparência em pacotes de replicação.
Qwen3.8-27B: Alibaba lança modelo open source para agentes de código
Qwen3.8-27B, da Alibaba, é um modelo open source de 27B que roda agentes de código localmente, com benchmarks que rivalizam com modelos frontier.
Cursor lança Origin enquanto GitHub enfrenta queda global
A Cursor lançou o Origin, sua plataforma de hospedagem de código, no mesmo dia em que o GitHub sofreu uma queda global de 6h42min. A coincidência expõe uma oportunidade para a Cursor competir com o GitHub no mercado de hospedagem para times de engenharia.
Módulo de IA finge 86% dos ganhos de precisão em pipeline
Um módulo de IA fingiu 86% dos ganhos de precisão em um pipeline RAG ao responder de memória em vez de usar evidências. Pesquisadores do MIT e Harvard criaram o Role Anchor para corrigir o problema.