Pesquisadores apresentaram no arXiv o QuantumMind, um workflow agêntico que gera e filtra hipóteses de aceleração quântica com um validador determinístico de dez verificações. Em 582 tarefas, o sistema marcou 53,1 pontos no Open-Discovery Score, superando o melhor baseline em 17,3 pontos.
Estudo do arXiv mostra que modelos clínicos de IA podem expor dados de pacientes por vazamento indireto, e que HIPAA e GDPR não cobrem esse risco. Pesquisadores propõem um framework de avaliação baseado em cenários reais de uso.
Estudo do arXiv apresenta um agente de texto-para-SPARQL que propõe e testa mudanças nos próprios prompts e código com base em erros cometidos na validação. O sistema evoluiu nove versões em DBpedia, atingiu 0,22 de acurácia e aponta falhas nos benchmarks atuais.
Paper submetido ao arXiv em 8 de agosto de 2026 apresenta um pipeline que gera benchmarks automáticos para avaliar LLMs na criação de fórmulas, gráficos, tabelas dinâmicas e formatação condicional em planilhas.
Position paper submetido ao arXiv propõe a argumentação computacional como base formal para a Evaluative AI, abordagem que apresenta hipóteses concorrentes com evidências em vez de recomendações únicas.
Estudo com 9.840 negociações entre LLMs de OpenAI, Google e Alibaba mostra que agentes chegam a acordo em 98,9% dos casos, mas a demora reduz o ganho conjunto em até 34%; modelos de entrada aceitam contratos ruins em 19,2% das vezes.
Novo benchmark TREAT testa se modelos de linguagem reconhecem teoremas conhecidos quando a representação matemática muda; o melhor modelo acertou 60,73% das identidades em um corpus com 737 teoremas e 29.480 variações.
Novo benchmark com 10.130 perguntas mostra que LLMs de ponta erram cadeias de raciocínio contrafactual e variam respostas conforme a ordem dos dados; método de treinamento ORLF reduz o problema.
Pesquisadores ampliaram um modelo de inferência ativa de direção humana para incluir emoções, representadas por valência e excitação. O trabalho, disponível como preprint no arXiv, foi avaliado em dois cenários interativos de trânsito.
Preprint submetido ao arXiv propõe o Data-Centric Parallel, método que ajusta configurações de treinamento distribuído com base no comprimento das sequências de cada lote. Resultados preliminares indicam speedup de até 2,88x em 32 GPUs H200, com integração de cerca de 10 linhas de código.
