ThyroidXAgent: IA auditável para diagnóstico de tireoide
Sistema de IA agêntica auditável para ultrassom de tireoide eleva consistência de laudos de 70,3% para 86,2% e reduz tempo de trabalho em até 35,9%.
Reasoning Jury: júri de IAs avalia raciocínio com mais precisão e menor custo
O Reasoning Jury, sistema proposto no arXiv, usa um júri de LLMs abertos com consenso moderado para avaliar trilhas de raciocínio. Ele supera modelos de fronteira em precisão e custa de 8% a 15% do valor desses avaliadores, viabilizando melhor curadoria de dados e treinamento por reforço.
Trie automata: novo método acelera decodificação restrita em LLMs
Uma nova pesquisa apresenta o trie automaton, mecanismo que acelera em até 29x a decodificação restrita em LLMs, superando o XGrammar em testes de throughput e reduzindo a latência em conjuntos grandes de valores válidos.
CAS: métrica de atribuição causal para IA explicável
Novo estudo no arXiv propõe o CAS, um escore para atribuição causal em IA explicável, que reduz erro em benchmark e altera rankings em datasets reais como o da Pensilvânia.
Memória persistente governada: novo modelo impede que agentes de IA usem dados obsoletos
Pesquisa propõe o Governed Persistent Memory (GPM), um modelo que impede agentes de IA de usar dados obsoletos ou retratados. Em testes, o GPM acertou 2.400/2.400 casos, contra 600/2.400 do modelo sem governança.
ε-MemEvo: memória entre tarefas acelera evolução de programas com LLMs
Framework ε-MemEvo permite que LLMs reutilizem estratégias entre tarefas de otimização, com ganho médio de +8,7% em AUCC e overhead menor que 1%.
MindMemOS: camada de memória auto-evolutiva para agentes de IA
MindMemOS, um sistema de memória auto-evolutiva para agentes de IA, atinge 94% de precisão em benchmark e melhora tarefas de planilhas em 9,2 pontos percentuais.
LLMs não conseguem seguir muitas instruções ao mesmo tempo
Estudo com 369 mil testes mostra que LLMs falham ao seguir mais de 5-6 instruções simultâneas; melhor modelo cai abaixo de 50% de sucesso com 7 restrições.
Meta-LoRA melhora personalização cross-domain de LLMs em 110%
O PAC-Bayes-regularized Meta-LoRA reduz degradação cross-domain em 47,9% e melhora win-rate em 110,2% em cold start, conforme estudo no arXiv.
AstraZeneca cria sistema de IA agêntica para P&D biomédico
A AstraZeneca publicou no arXiv detalhes do Research Assistant, sistema interno baseado em LLM que integra dados de literatura, ensaios clínicos e química para apoiar cientistas em tarefas de P&D. A ferramenta usa abordagem agêntica e conecta respostas a fontes primárias.