Notícias de IA e infraestrutura
Filtrar por tipo: Pesquisa51
- há 18 dias huggingface.co
NatureBench avalia agentes de programação em pesquisa
Publicado em 24 de junho de 2026, o post descreve um benchmark com 90 tarefas baseadas em artigos da família Nature. O melhor agente superou o resultado publicado de referência em 17,8% das tarefas.
- há 18 dias
arxiv.orgNOVA aplica agents verificados a sistemas de recomendação
Descrição publicada em 26 de junho de 2026 apresenta um harness de agents para evoluir arquiteturas de recomendação, respeitando restrições de domínio, interface, recursos e serving.
- há 18 dias arxiv.org
Orquestração de agentes pode reduzir custos e latência
Publicado em 13 de julho de 2026, o paper relata que mudanças na orquestração reduziram custos e latência, mantendo qualidade equivalente em 22 tarefas e seis modelos.
- há 18 dias arxiv.org
PACE prevê desempenho de agentes com poucas tarefas
Post de 6 de julho de 2026 apresenta um método para estimar resultados de agentes com um conjunto pequeno de tarefas e custo menor que o de uma avaliação completa.
- há 18 dias arxiv.org
ReContext: melhor uso de evidências em contextos longos
Publicado em 6 de julho de 2026, o paper ReContext relata ganhos no uso de evidências em oito datasets de 128K, com três backbones de modelos e sem treinamento.
- há 18 dias arxiv.org
Red Queen Gödel Machine coevolui agentes e avaliadores
Paper de 29 de junho de 2026 descreve um método que evolui agentes e avaliadores, com avaliadores fixos por época e substituição condicionada a desempenho superior em ground truth reservado.
- há 18 dias arxiv.org
Rejection sampling no alinhamento on-policy de LLMs
Paper de 7 de julho de 2026 propõe usar rejection sampling para tratar tokens aceitos de dados off-policy como on-policy e lidar com a variância de razões de importance sampling acumuladas por token.
- há 18 dias arxiv.org
Sandboxes elásticos para treinar e avaliar agentes
Publicado em 23 de setembro de 2026, o artigo descreve ambientes de execução com estado e criação elástica para treinamento e avaliação de agentes em larga escala, além de defesas contra agentes que exploram ambientes de treinamento.
- há 18 dias arxiv.org
Três níveis de autonomia para recomendações com agentes
Um survey publicado em 7 de julho de 2026 propõe uma taxonomia de sistemas de recomendação com agentes baseados em LLM, organizada pelo nível de autonomia.
- há 18 dias arxiv.org
VeriHarness verifica agentes em tarefas de longo prazo
Paper publicado em 4 de outubro de 2026 apresenta um método para verificar afirmações de agentes usando evidências do workspace, sem respostas de referência ou rubricas durante o teste.
- há 18 dias arxiv.org
WikiSkill: conhecimento persistente para skills de agentes
Descrição publicada em 28 de agosto de 2026: a WikiSkill separa traces de execução, uma wiki persistente e skills executáveis para reutilizar experiências entre iterações.
Vamos avaliar seu projeto
Respondo com escopo e proposta.