Notícias de IA e infraestrutura
Filtrar por tipo: Pesquisa51
- há 12 dias
arxiv.orgCiência autônoma limitada pela validação física: alocação de agentes e gargalos de validação
Um artigo no arXiv sustenta que a ciência autônoma é limitada pela capacidade de validação física e propõe mercados e instituições para alocar esse trabalho escasso.
- há 15 dias arxiv.org
HERMES: harness em nível de componente com um LLM residente por módulo de código
Artigo no arXiv propõe o HERMES, em que cada componente do repositório tem um LLM residente que conhece seu código, com ganhos relatados em migração e em quatro benchmarks de engenharia de software.
- há 17 dias arxiv.org
Agent-R1: treinamento modular de agentes LLM em várias rodadas
O artigo apresenta um framework de aprendizado por reforço para treinar agentes LLM em interações multi-turn com ferramentas e ambientes sequenciais.
- há 17 dias arxiv.org
AutoSOTA automatiza ciclos de aprimoramento de modelos de IA
Publicado em 19 de abril de 2026, o post descreve um sistema com oito agentes especializados que reproduziu e aprimorou modelos e relata 105 novos resultados de ponta em LLMs, visão computacional e séries temporais.
- há 17 dias arxiv.org
Como evoluir harnesses de agentes de código com evidências
Paper publicado em 29 de abril de 2026 apresenta um framework para melhorar harnesses de coding agents. No Terminal-Bench 2, o pass@1 subiu de 69,7% para 77,0% após dez iterações.
- há 17 dias arxiv.org
Como medir o desempenho ao escalar sistemas de agentes
Artigo de 11 de dezembro de 2025 analisa como coordenação, capacidade do modelo e fatores do sistema e da tarefa influenciam o desempenho de agentes.
- há 17 dias arxiv.org
Dual-play propõe treinar o raciocínio de LLMs sem tanta supervisão
Publicado em 15 de dezembro de 2025, o paper apresenta o dual-play: dois modelos assumem papéis especializados, um cria perguntas e o outro as resolve, reduzindo a dependência de supervisão externa.
- há 17 dias arxiv.org
Evolução controlada para otimizar código algorítmico
Artigo de 14 de janeiro de 2026 apresenta um método de evolução iterativa de código, avaliado no EffiBench-X, com estratégias diversas, mutações guiadas por feedback e memória entre tarefas.
- há 17 dias arxiv.org
Memória em camadas para agentes de pesquisa prolongada
Um post de 19 de abril de 2026 descreve o Hierarchical Cognitive Caching do ML-Master 2.0, com memória de curto, médio e longo prazo, e relata 56,44% de taxa de medalhas no MLE-Bench após uma execução de 24 horas.
- há 17 dias arxiv.org
MemRL aprende a priorizar memórias de agentes em runtime
A descrição publicada em 13 de janeiro de 2026 apresenta o MemRL, uma abordagem que aprende a utilidade de memórias episódicas sem alterar os pesos do modelo de linguagem.
- há 17 dias arxiv.org
PARE-Bench testa agentes proativos em apps com estado
Publicado em 25 de abril de 2026, o paper apresenta 143 tarefas para avaliar agentes que inferem objetivos, escolhem quando intervir e coordenam ações entre aplicativos.
- há 17 dias arxiv.org
ReCode combina planejamento e ação em agentes LLM
Publicado em 13 de dezembro de 2025, o artigo apresenta o ReCode, uma abordagem de geração recursiva de código que permite a agentes LLM alternar entre planejamento estratégico e ações detalhadas.
- há 17 dias arxiv.org
StructMem propõe memória temporal hierárquica para agentes
Publicado em 24 de abril de 2026, o paper StructMem propõe uma memória hierárquica para agentes conversacionais de longo prazo, com relações entre eventos voltadas a raciocínio temporal e perguntas multi-hop.
- há 17 dias arxiv.org
TACO propõe compressão de contexto para agents de terminal
O paper descreve um framework que aprende regras de compressão de contexto a partir de interações de agents de terminal e relata testes em três benchmarks.
- há 17 dias arxiv.org
RoPoLL propõe mediana geométrica para painéis de avaliadores LLM
Publicado em 2 de julho de 2026, o paper formaliza painéis de avaliadores LLM sob um modelo de contaminação e apresenta o RoPoLL, testado com 13 juízes e corrupção de até 50%.
- há 17 dias arxiv.org
Agentes de pesquisa autônomos: como aplicar o método
Publicado em 9 de setembro de 2025, o paper descreve agentes treinados por aprendizado por reforço para pesquisar na web, navegar, usar Python e resumir resultados quando o contexto é limitado.
- há 18 dias arxiv.org
163 procedimentos para agentes de pesquisa científica
Artigo apresenta uma biblioteca aberta com 163 procedimentos para agentes de pesquisa em 16 áreas, incluindo genômica, quimioinformática, imagens médicas e desenho de estudos.
- 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 arxiv.org
Agentes 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 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 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 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 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 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 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 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 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.
- há 18 dias arxiv.org
Memória recorrente para agentes de contexto longo
Paper publicado em 29 de setembro de 2026 identifica a retenção como gargalo em agentes com memória recorrente e apresenta uma abordagem sem treinamento que seleciona um memory head e preserva os demais.
- há 18 dias arxiv.org
Modelos byte e token: resultados de escala até 1 trilhão de bytes
Paper publicado em 14 de setembro de 2026 compara modelos byte e token destilados e relata um teto de desempenho maior para modelos byte conforme cresce o compute.
Vamos avaliar seu projeto
Respondo com escopo e proposta.