O Scroll, sistema descrito em paper do arXiv, usa um kernel Python persistente e um Event Log para gerenciar o contexto de agentes de IA. Com o Qwen3.8-Max, superou em 37,4 pontos o melhor agente long-horizon no benchmark LOCA_256K.
Estudo mostrou que LLMs como GPT-5.4-mini e Gemini 3.1 Flash Lite acertam quase tudo ao simular alunos, mesmo os iniciantes. Um novo método baseado em grafos estocásticos reduz a acurácia para 44,1%, criando simulações fieis.
Estudo do arXiv (2608.21610) propõe Semantic Compression Trees, um índice hierárquico que corta o custo de busca em até 6.4x em bases grandes, mas falha na seleção de documento com acurácia de apenas 20.2%. Representação residual vale a pena; roteamento top-down, não.
Estudo do projeto DARPA-MIT SmartSolve mostra que o LLaMA 3, com banco de dados de desempenho, aprende a gerar heurísticas de dispatch para fatoração LU, replicando estratégias de especialistas. O paper foi submetido ao arXiv em agosto de 2026.
Pesquisadores criaram guard models de segurança de LLM que rodam em CPU em 24 ms por request, usando destilação com 97 mil prompts e reduzindo falsos alarmes de 4,8% para 3,8%.
Paper submetido ao arXiv em 19 de agosto de 2026 argumenta que a adoção de IA agêntica em drones de resgate e infraestrutura crítica depende mais de interfaces e governança do que de algoritmos, a partir dos projetos NAMUR e PERSIST.
Pesquisa do arXiv propõe quatro capacidades de confiança para knowledge graphs industriais, integrando 11 sistemas e 8.743 triplos em um grafo único. Remover qualquer capacidade quebra metade das consultas compostas.
Pesquisa cria benchmark de compreensão narrativa de filmes de Hollywood em domínio público e mostra que modelos alcançam no máximo 61,1% de acurácia, abaixo do nível humano.
O arXiv publicou artigo que apresenta o CoreSec, um sistema RCA para redes Clos que substitui scores por uma álgebra de abstenção e já opera em escala hyperscale.
Pesquisadores lançaram a LitReview Arena, plataforma de estilo battle para avaliar revisões de literatura geradas por IA. Sistemas avançados vencem só 23,0% dos confrontos contra humanos, e o avaliador LitJudge alcança concordância de 0,78 com especialistas.
