Neuroevolution Arena propõe avaliação aninhada para IA evolutiva
Estudo do arXiv apresenta protocolo aninhado para avaliar IA evolutiva em contextos competitivos, revelando que métricas de treinamento nem sempre preveem desempenho ecológico.
CASE: um framework científico para governar IA agêntica nas empresas
Pesquisa publicada no arXiv propõe o framework CASE, que divide a governança de IA agêntica em quatro disciplinas e mostra que 82% das falhas em produção são multicamadas. Modelo de maturidade coloca todas as 35 implantações analisadas no nível mais baixo.
LLMs reduzem ciclo de produção agrícola em 35%
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%.
DashArena: benchmark para LLMs em dashboards analíticos interativos
Pesquisadores apresentam o DashArena, primeiro benchmark para avaliar a geração de dashboards analíticos interativos por LLMs, considerando a trajetória de interação como evidência.
SKILLER extrai skills reutilizáveis em modelos pequenos de IA
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.
RL2C: algoritmo de IA acelera ajuste de corte a laser
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.
Feature Nonlocality: métrica mede abstração semântica de features em LLMs
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.
MAP-Graph: memória compartilhada com proveniência para agentes de IA
Pesquisadores propõem no arXiv uma camada de memória para agentes de IA que rastreia a origem das informações, bloqueia acessos sem permissão e avalia risco antes de executar ações. Em benchmark com 2.700 tarefas sintéticas, o MAP-Graph alcançou 94,96% de sucesso geral.
RadFusion controla sensibilidade e especificidade em laudos de IA
Pesquisadores apresentaram no arXiv o RadFusion, framework que dá controle sobre o trade-off sensibilidade-especificidade em laudos de radiologia gerados por IA. No MIMIC-CXR, o método reproduziu a curva ROC do classificador e elevou a sensibilidade em 6,9% e a especificidade em 20,7%.
MEGA: infraestrutura que faz agentes de IA evoluírem com o uso
Paper no arXiv propõe o MEGA, uma infraestrutura de três camadas que acumula conhecimento de sessões de agentes de IA e o usa para orientar otimizações futuras. O sistema combina um Wisdom Graph com retroalimentação por evidência operacional para que o processo melhore continuamente.