Pesquisadores propõem a Feature Nonlocality (FNL), métrica que mede a abstração semântica de features de sparse autoencoders sem depender de outro LLM. O método distingue features contextuais de token-level em até 84% dos pares e revela que a mitigação de jailbreak costuma operar por features posicionais, não semânticas.
O framework SKILLER gera skills sob medida para modelos pequenos de IA com aprendizado por reforço em linguagem natural, reduz o custo de agentes e iguala o desempenho de modelos fechados em benchmarks, com código aberto no GitHub.
Estudo publicado no arXiv apresenta o RL2C, algoritmo de aprendizado por reforço que reduz em até 12,5% os passos e 81,8% o tempo para ajustar parâmetros de corte a laser de filmes ópticos.
Pesquisadores apresentam o DashArena, primeiro benchmark para avaliar a geração de dashboards analíticos interativos por LLMs, considerando a trajetória de interação como evidência.
Estudo do arXiv mostra que LLMs autônomos podem reduzir o ciclo de produção agrícola em 35% e o consumo de energia em até 67,9%.
Estudo do arXiv apresenta protocolo aninhado para avaliar IA evolutiva em contextos competitivos, revelando que métricas de treinamento nem sempre preveem desempenho ecológico.
68% das empresas tiveram agentes de IA respondendo errado por causa de contexto de negócios ausente ou inconsistente; falha é recorrente em 37% delas, aponta pesquisa da VentureBeat.
A confiança na avaliação automatizada de agentes de IA quase triplicou entre junho e julho, mas a taxa de falhas em produção não mudou: 49% das empresas relatam agentes que passaram na avaliação e causaram falha para clientes.
Pesquisa com 107 empresas mostra que orquestração de agentes de IA virou ecossistema plural, com média de 3,1 plataformas por organização — e 20% não têm controle de custos em tempo real.
MR-MoL, um LLM molecular guiado por racionais, expõe as subestruturas que definem predições de propriedades químicas e supera modelos generalistas em oito tarefas do MoleculeNet.
