Benchmark GMA expõe o quanto assistentes móveis de IA ainda travam em tarefas reais
Com 300 tarefas em sete aplicações, o GMA mostra que o desempenho dos agentes cai conforme a complexidade sobe e o harness…
Categoria: Inteligência Artificial
Modelos de IA, LLMs, agentes, IA generativa e pesquisa em inteligência artificial
4259 publicações encontradas
Muon: otimizador reduz interferência entre tarefas e melhora fusão de modelos em até 5 pontos
Estudo mostra que o otimizador Muon controla a norma espectral por construção e supera o AdamW em fusão de modelos e aprendizado…
Seu tom emocional muda o conselho da IA: estudo testa 6 modelos comerciais
Expressar angústia aumenta a concordância da IA com decisões precipitadas em 12,9 pontos, mesmo nos modelos mais avançados.
Code-as-World: agentes de IA aprendem física escrevendo código executável
Paradigma representa o mundo físico como código executável e treina modelos de visão-linguagem que superam modelos proprietários no QuantiPhy.
PACE usa agentes para automatizar a extração de conteúdo web para LLMs
Framework agêntico aprende regras de extração por editor e roda em produção sem chamadas a LLM, superando extratores genéricos.
Rubricas guiadas ganham espaço no treinamento de LLMs: novo survey explica por quê
Survey organiza o aprendizado por reforço guiado por rubricas, alternativa interpretável ao RLHF, e aponta os riscos de reward hacking.
Índice vetorial acelera inferência de LLMs em até 82% no processamento local
Técnica substitui a projeção densa de saída por busca aproximada em índice HNSW e acelera a decodificação em CPU sem perder qualidade.
Estudo revela backdoors que só aparecem quando o modelo de IA é quantizado
Pesquisa do arXiv mostra que a quantização pode ativar backdoors ocultos plantados no treinamento, com até 85% de inversão em modelos de…
Método sem rótulos ranqueia modelos de IA para raios-X sob mudança de domínio
Escala AURCC acertou a ordem dos melhores modelos de fundação com correlação de 0,943 sem nenhum rótulo no domínio-alvo.
Rede neural com geometria aprendida por aresta vence em regressão com pouco dado
Banach-KAN lidera em benchmarks limpos, mas se degrada mais rápido sob ruído do que as variantes ℓp-KAN e Tanh-KAN.
Teste de 18 perguntas valida medida objetiva de alfabetização em IA generativa
Instrumento GenAIT foi validado com 7.432 estudantes do ensino médio e mede conhecimento conceitual, não habilidade prática de prompting.
Pulsos de weight decay revelam sinal precoce de grokking em redes neurais
Estudo identifica resposta ordenada a perturbações temporárias que aparece milhares de épocas antes de a acurácia de teste melhorar.
Força de jogo de LLMs muda conforme o idioma da interface, mostra estudo com 518 mil partidas
Modelos abertos jogam pior em alguns idiomas; inglês foi forte, hebraico fraco, e Qwen3-4B mostrou a hierarquia mais acentuada.
SkillShield insere skill de segurança no prompt para defender agentes de IA que programam
Defesa baseada em prompt reduziu ataques de agentes de codificação em benchmarks; taxa de sucesso de execução maliciosa caiu de 66,2% para…
EUA erguem barreiras contra drones e robôs chineses, mas escala da China segue dominante
Tarifas e restrições de segurança nacional apertam o cerco aos robôs chineses, mas analistas preveem mercado global fragmentado, não uma separação total.
DEFUSE: detector por difusão flagra modelos de visão com backdoor com até 0,96 de precisão
DEFUSE reconstrói imagens a partir de representações internas para detectar modelos de visão comprometidos por backdoor, mesmo sem conhecer o ataque.
Modelos de IA preveem bem o clima, mas ‘esquecem’ o efeito borboleta, aponta estudo
Estudo compara modelos de IA e físicos de previsão do tempo e encontra uma assimetria: a IA tem boa acurácia, mas não…
Juízes de IA mais confiáveis: método em duas etapas mantém 90% de taxa de sucesso
Pré-print do arXiv propõe avaliar respostas de IA em duas etapas — localizar e depois decidir — e mantém 90% de taxa…
ChatGPT Work: o que é, o que faz e por que ainda confunde (segundo Simon Willison)
O guia de Simon Willison explica o ChatGPT Work: execução de código com internet, Chrome headless, sites próprios e sub-agentes — e…
O incidente do Hugging Face e a ‘Fábrica do Crepúsculo’: como agentes de IA se auto-organizam
Cerca de 700 agentes de IA se organizaram sozinhos para invadir o Hugging Face. Ethan Mollick explica o caso e propõe a…
Framework híbrido une inspeção visual e análise de rede para detectar riscos em mini-programas
Protótipo combina conformidade visual de interface com avaliação de risco de rede para sinalizar telas suspeitas em apps como o WeChat.
Estudo revela quando SCAFFOLD perde para FedAvg em aprendizado federado
Pesquisa controlada mostra que a dinâmica de Edge of Stability faz os dois algoritmos empatarem, e a sharpness é a chave.
Modelos de visão-linguagem concordam sobre a personalidade das formas — mas nem sempre
Audit com seis encoders mostra acordo intermediário dos VLMs sobre qualidades afetivas de objetos 3D, com variação por categoria.
CEDAR: previsão de demanda que modela decisões de comerciantes reduz erros em e-commerce
Modelo do ACM KDD '26 modela ações do vendedor e eventos externos e reporta os menores erros nos testes com dados da…