Pesquisa do arXiv propõe destilar skills de trajetórias existentes para recuperar até 100% da vantagem do modo de raciocínio do GPT-5.4-mini com até 6x menos tokens. A técnica foi validada em quatro benchmarks de agentes.
Pesquisadores apresentaram o GRACE, um framework que usa LLMs para clusterizar dados tabulares mistos com custo computacional reduzido. O método superou 11 concorrentes em precisão e interpretabilidade, mantendo a escalabilidade das abordagens estatísticas.
Estudo no arXiv propõe algoritmo de duas camadas para dividir orçamento de capacidade entre locais e classes de serviço. Em testes de defesa de CDN, atendeu de 66% a 93% da demanda de alta prioridade sem deixar capacidade ociosa.
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.
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.
O NL2SHACL-Bench, novo benchmark para tradução de linguagem natural para SHACL, mostra que LLMs de ponta produzem sintaxe válida, mas erram a semântica em padrões complexos. A suíte foi apresentada em artigo submetido ao arXiv em 24 de julho de 2026.
