Notícias de IA e infraestrutura
Filtrar por tipo: Todos103
- há 18 dias arxiv.org
Ablações mostram como avaliar harnesses de agentes de programação
Um paper publicado em 26 de setembro de 2026 relata 176 configurações testadas em dois benchmarks e aponta efeitos distintos de resumo de contexto e planejamento explícito.
- há 18 dias x.com
Agentes de P&D precisam rever a estratégia de treinamento
Estudo publicado em 22 de agosto de 2026 analisou 1.338 trajetórias de pós-treinamento. A estratégia geral mudou em 74 de 3.557 experimentos adjacentes.
- há 18 dias openresearch.sh
Agentes para reproduzir pesquisas e provisionar GPUs
O OpenResearch é descrito como uma ferramenta que usa agentes para reproduzir resultados de papers e provisionar GPUs na nuvem. O autor afirma que ela reproduziu seu paper de ponta a ponta.
- há 18 dias
arxiv.orgAgentes podem decidir quando buscar mais contexto
Artigo publicado em 22 de agosto de 2026 modela a escolha de agentes interativos entre agir com suposições e buscar contexto, considerando os custos dessas ações.
- há 18 dias x.com
Agentes que atualizam seu modelo do ambiente durante a inferência
Post publicado em 30 de junho de 2026 sobre o ARC-AGI-3: o aprendizado durante a inferência leva agentes a construir e atualizar modelos de regras e mecânicas com novas evidências.
- há 18 dias arxiv.org
AREAL2.0 conecta tarefas reais à evolução de agentes
Publicado em 10 de julho de 2026, o artigo apresenta uma arquitetura de aprendizado contínuo que transforma tarefas reais em dados de treinamento e aciona atualizações de políticas.
- há 18 dias arxiv.org
Autoaperfeiçoamento em agentes: como controlar a adaptação
Uma survey publicada em 16 de julho de 2026 analisa sistemas agentic modernos como modelos fundacionais integrados a prompts, memória e ferramentas. A visão sistêmica ajuda a identificar onde atualizações acontecem e como torná-las controláveis.
- há 18 dias x.com
Autodata estrutura agentes para criar e avaliar datasets
Publicado em 25 de junho de 2026, o material apresenta o Autodata, método em etapas no qual agentes de IA criam e analisam dados de treino e avaliação e aplicam meta-otimização.
- há 18 dias arxiv.org
Autodata gera dados de treino com loops de agentes
Publicado em 6 de julho de 2026, o método Autodata usa solvers fraco e forte para selecionar perguntas que distinguem o desempenho dos modelos.
- há 18 dias arxiv.org
Automatizar a revisão científica sem abrir mão da supervisão humana
O artigo, publicado em 29 de junho de 2026, trata a escalabilidade da revisão científica como um desafio de sistemas e propõe quatro níveis de colaboração entre IA e humanos.
- há 18 dias x.com
AutoMem explora memória gerenciada por agentes
Post publicado em 6 de julho de 2026 descreve um paper sobre agentes que escrevem, pesquisam e organizam notas, com ganhos relatados de 2x a 4x em jogos longos.
- há 18 dias x.com
Autoresearch: agente supera harness manual após oito dias
Um post publicado em 14 de julho de 2026 relata que um agente de autoresearch se aprimorou ao longo de oito dias e superou um harness ajustado manualmente em benchmarks fora do treinamento.
- há 18 dias victorchen96.github.io
AutoResearch automatiza experimentos de aprendizado por reforço
Post publicado em 18 de junho de 2026 descreve um agente que planejou e executou experimentos de aprendizado por reforço em GPU, incluindo escrita de código, depuração e síntese de conclusões.
- há 18 dias reddit.com
Benchmark compara sete memórias self-hosted para Hermes Agent
Publicado em 9 de agosto de 2026, o benchmark da comunidade compara sete provedores de memória self-hosted para Hermes Agent, usando 71.060 turnos e 3.750 perguntas sobre fatos que mudam com o tempo.
- há 18 dias arxiv.org
BINEVAL torna avaliações de LLMs mais interpretáveis
Publicado em 27 de junho de 2026, o post descreve uma avaliação com perguntas binárias que igualou ou superou UniEval e G-Eval em três conjuntos de dados, sem treinamento.
- há 18 dias lab.einsia.ai
BrowserBC converte navegação humana em skills para agentes
Publicado em 7 de julho de 2026, o post descreve o BrowserBC, que transforma traces de navegação humana em cartões de skills reutilizáveis. O texto relata ganhos em sucesso de tarefas, recuperação e generalização entre sites.
- há 18 dias x.com
Busca local híbrida para agentes: o que o zg oferece
Em 2 de setembro de 2026, a equipe Zvec da Alibaba anunciou o zg, ferramenta de busca local que combina busca semântica, BM25, busca híbrida e rg, com suporte a agentes populares.
- há 18 dias github.com
Buzz publica especificação para memória de agentes
Em 28 de julho de 2026, o Buzz publicou a especificação NIP-AE para seu recurso de memória, com o objetivo de facilitar implementação e interoperabilidade.
- há 18 dias x.com
Código iterativo melhora previsões científicas
Estudo publicado na Nature avaliou combinações de métodos de previsão em seis áreas: 24 de 55 combinações superaram os dois métodos que lhes deram origem.
- há 18 dias openreview.net
Como agentes podem aprender com traces de interação
Survey publicado em 27 de junho de 2026 aborda como agentes em produção transformam traces de interação em capacidades duráveis, da autoevolução à meta-evolução.
- há 18 dias arxiv.org
Como avaliar a memória de agentes de IA
Artigo publicado em 26 de junho de 2026 analisa sistemas de memória para agentes e aponta que avaliações existentes costumam tratar a memória como uma caixa-preta.
- há 18 dias x.com
Como avaliar recompensas de agentes de programação
Post de 4 de julho de 2026 descreve quatro sinais de recompensa para agentes de programação e aborda falhas e correções que ajudam a detectar reward hacking.
- há 18 dias alphaxiv.org
Como coding agents aprendem com experiências de desenvolvimento
Publicado em 9 de agosto de 2026, o survey analisa 108 sistemas que usam interações de desenvolvimento para adaptar memória, workflows, ferramentas ou parâmetros do modelo.
- há 18 dias x.com
Como validar resultados gerados por agentes de pesquisa
Paper do arXiv publicado em 1º de setembro de 2026 relata que checar afirmações de manuscritos contra logs de execução reduziu para 4% a taxa de erros graves observada.
- há 18 dias arxiv.org
Como verificar as recompensas de agentes de código
Paper de 11 de julho de 2026 analisa quatro designs de verificação de recompensas e aponta que nenhum resolve sozinho o desafio de avaliar agentes de código com confiabilidade.
- há 18 dias arxiv.org
DiscoBench testa agentes de busca diante de pedidos ambíguos
Publicado em 29 de junho de 2026, o DiscoBench avalia se agentes de busca com modelos de linguagem lidam com solicitações vagas, incompletas ou factualmente incorretas em tarefas de recuperação e raciocínio em várias etapas.
- há 18 dias x.com
Divergência no prompt do shell elevou a latência no DSH
Post publicado em 17 de agosto de 2026 relata que prompts diferentes entre duas ferramentas de shell no DSH acionavam um timeout de 3,5 segundos; uma alteração reduziu o tempo de um comando de 3.600 ms para 158 ms.
- há 18 dias arxiv.org
Dockerless propõe verificar patches sem execução
Publicado em 30 de junho de 2026, o paper descreve um verificador que avalia patches de agentes de programação sem executá-los. A proposta mira a seleção de trajetórias para SFT e a geração de recompensas para RL, como alternativa à configuração de ambientes por repositório.
- há 18 dias arxiv.org
EvoRec propõe agentes para otimizar recomendações
Publicado em 30 de junho de 2026, o paper apresenta um framework multiagente que busca reduzir a otimização manual de sistemas de recomendação, retendo metodologias entre iterações e explorando ideias além de um espaço predefinido.
- há 18 dias arxiv.org
Git como memória compartilhada para agentes de pesquisa
Um post publicado em 17 de setembro de 2026 descreve agentes que registram contribuições verificáveis em um histórico Git pesquisável, para compartilhar resultados e reduzir experimentos repetidos.
- há 18 dias github.com
Harness amplia opções para agentes usarem browser e computador
A versão v0.1.6-alpha.1, publicada em 15 de setembro de 2026, adiciona terminais persistentes, múltiplas abas, recursos MCP e opções experimentais para uso de browser e computador.
- há 18 dias lilianweng.github.io
Harness engineering e os limites do autoaperfeiçoamento de IA
Em artigo publicado em 7 de julho de 2026, Lilian Weng analisa o autoaperfeiçoamento recursivo e aponta o design e a otimização do harness como um ponto de partida prático, com desafios de avaliação, diversidade e segurança.
- há 18 dias arxiv.org
HarnessBank: evolução de harnesses de agentes
Artigo publicado em 17 de julho de 2026 descreve um método para melhorar agentes alterando prompts, ferramentas e loops de controle ao redor do modelo.
- há 18 dias arxiv.org
HASTE mostra como organizar skills para agentes de ML
O material sobre HASTE relata que, em oito competições, o carregamento hierárquico de skills alcançou 100% de medalhas, ante 62,5% com carregamento plano.
- há 18 dias arxivb.org
JAZ e a avaliação de loops recursivos para agentes
Publicada em 26 de setembro de 2026, a publicação descreve o JAZ, um framework minimalista que usa uma única primitiva recursiva para criar loops de agentes, e afirma que ele pode superar Letta e ACE com menor custo.
- há 18 dias arxiv.org
JAZ explora agentes com uma única primitiva de código
Publicado em 26 de setembro de 2026, o post descreve o framework JAZ e relata resultados em StuLife e AppWorld, com custos menores que os das abordagens comparadas.
- há 18 dias arxiv.org
JIT-Agent adapta harnesses de agentes à tarefa
O artigo sobre o JIT-Agent descreve a síntese sob demanda e a evolução de harnesses para agentes baseados em LLMs, com módulos de memória, planejamento, ações e ferramentas. Publicado em 27 de agosto de 2026.
- há 18 dias arxiv.org
MemoHarness adapta agentes com histórico de execuções
Publicado em 17 de julho de 2026, o trabalho apresenta um método que ajusta seis dimensões do harness de agentes usando execuções anteriores. Em um benchmark de agentes de shell, obteve 0,806, ante 0,722 do baseline fixo mais forte.
- há 18 dias arxiv.org
Memória de agentes com modelo congelado
Em post publicado em 26 de agosto de 2026, a Recuris descreve dois loops de memória e um meta-agente fixo que propõe reparos com base nos traces de execução, sem alterar os pesos do modelo.
- há 18 dias arxiv.org
Memória proativa para agentes de horizonte longo
Um paper descreve um agente de memória separado que mantém registros estruturados e decide quando apresentar lembretes ao agente de ação. A abordagem foi avaliada no Terminal-Bench 2.0 e no tau-squared-Bench.
Vamos avaliar seu projeto
Respondo com escopo e proposta.