Estudo do arXiv mostra que agentes de IA que evoluem habilidades podem internalizar comportamentos inseguros. SafeEvolve reduz danos em até 26,7 pontos percentuais sem perda relevante de utilidade.
Working paper do arXiv mostra que a lei indiana de proteção ao consumidor, de 2019, tem definições amplas, mas não resolve como provar danos causados por IA nem distribuir responsabilidade na cadeia de valor.
Pesquisa do arXiv mostra que o reuso de trajetórias por agentes de IA melhora com notas condicionadas à consulta: sucesso sobe 10,7 pontos e consumo de tokens cai 48,9%.
CABS+ melhora fusão de modelos de IA em até 16,97% sobre métodos atuais, usando menos de 25% da memória GPU e sendo 4x mais rápido que WUDIMerging. Novo método inclui busca sem gradiente e métrica RSS para seleção de modelos.
Pesquisadores apresentam o PROVE-RT, framework que usa LLMs para gerar provas mecanizadas de escalonabilidade em sistemas de tempo real, alcançando 44,7% de sucesso contra falha do prompting direto.
Pesquisadores propuseram o ARAC-Bench, um framework que avalia o processo de pesquisa de sistemas de IA autônomos. Em testes com 11 frameworks, o melhor obteve apenas 67,9 de 100, revelando uma lacuna significativa na simulação de metodologias humanas.
Estudo do arXiv propõe camada Matrix para tornar agentes de IA auditáveis, mas revela risco de bloqueio excessivo em transferências entre contextos.
Estudo no arXiv mostra que Estratégias de Evolução (ES) superam Reinforcement Learning (RL) em cobertura de soluções para LLMs, melhorando pass@k e desempenho em matemática. A técnica pode ser alternativa viável para pós-treinamento em domínios de descoberta.
Pesquisadores apresentaram o Spatial Memory Agent (SMA), um framework que permite a VLMs congelados melhorar raciocínio espacial sem re-treino nem ferramentas externas, alcançando a melhor acurácia na maioria das 20 avaliações em cinco benchmarks.
Um modelo de visão-linguagem que combina YOLO e CLIP alcançou 98,54% de acurácia ao classificar mosquitos infectados com dengue a partir de vídeos.
