Gated-BEPO: novo método de crédito para agentes de LLM

Gated-BEPO: novo método de crédito para agentes de LLM

Pesquisa no arXiv apresenta o Gated-BEPO, método que usa gráficos empíricos e equação de Bellman para atribuir crédito a ações de agentes de LLM em tarefas longas. Testes em WebShop, ALFWorld e Sokoban visual mostraram ganhos consistentes.

Por Redação Mapa Paper11 ago
KnowPlan: sistema de IA planeja graduações a partir de fontes oficiais

KnowPlan: sistema de IA planeja graduações a partir de fontes oficiais

Paper submetido ao arXiv propõe o KnowPlan, sistema de agentes de IA que separa a extração de currículos universitários da otimização do plano de graduação. Nos testes com 100 universidades, o pipeline certificou 99,5% das solicitações com 47% menos acesso a fontes.

Por Redação Mapa Paper11 ago
IB-RL: novo método de RL para agentes de diálogo estratégico

IB-RL: novo método de RL para agentes de diálogo estratégico

Pesquisa propõe treinar os dois lados de um diálogo estratégico com reinforcement learning isolado. O método atingiu 98,4% de acordo contra o DeepSeek V4 Pro em Deal-or-NoDeal, ante 86,4% do melhor baseline unilateral.

Por Redação Mapa Paper11 ago