Pesquisadores apresentam o SEAG, framework que substitui entidades sensíveis por aliases em pipelines RAG, permitindo uso de LLMs externos sem expor dados confidenciais. Modelos atingiram mais de 80% de precisão na métrica User.
Framework multi-agente com LLMs automatiza taxonomia de preços em varejo, alcançando F1 0,83 e precisão acima de 90% em alimentos. Publicado no arXiv em agosto de 2026.
Estudo do arXiv propõe pipeline de IA que transforma tickets de ITSM em insights executivos, com avaliação positiva de stakeholders.
Pesquisa do arXiv usa complexidade de circuitos para mapear os limites dos transformers, arquitetura central dos LLMs. O estudo compara recursos como atenção e precisão com circuitos lógicos clássicos.
Benchmark SteerBench-Work revela que agentes de IA seguram indevidamente 28,1% do trabalho autorizado, enquanto permitem apenas 1,0% de ações inseguras. Estudo aponta que capacidade geral não garante calibração de decisões.
Estudo no arXiv deriva limites mais apertados para probabilidades de causalidade em cenários multivalorados, usando conhecimento causal de covariáveis e mediadores. O método estende trabalhos de Tian e Pearl e pode melhorar a precisão de modelos de IA.
Estudo no arXiv mostra que juízes LLM invertem vereditos em até 71% sob pressão estática e 91% com persuasor adversarial, propondo novo framework de teste de estabilidade.
Protocolo @skills propõe usar habilidades de agentes de IA sem instalação, separando conteúdo, persistência e gatilho automático. Com 56.804 habilidades públicas, a abordagem promete liberar o prompt do sistema e facilitar a adoção da cauda longa.
Estudo mostra que modelos de linguagem falham em revogar restrições em diálogos, e propõe um sistema para medir e reverter o problema.
Pesquisadores lançaram o DiG-bench, um benchmark com 70 jogos independentes que testam a capacidade de modelos de IA de descobrir regras por experimentação. O conjunto, disponível no arXiv, tem sete níveis de dificuldade e foi resolvido por humanos na primeira tentativa.
