Feedback em lista pode rivalizar com comparação par a par no aprendizado de robôs
Estudo com Meta-World mostra que ranquear várias observações visuais de uma vez pode igualar ou superar métodos par a par na taxa…
Categoria: Pesquisa e Ciência
Benchmarks, papers acadêmicos, descobertas científicas e inovação
311 publicações encontradas
Taxonomia TARCAT organiza tarefas de construção para robôs
Catálogo propõe 41 ações básicas em 12 grupos e três classes, criando vocabulário comum para capacidades de robôs na construção civil.
AdaptiveEmbed usa menos vetores e melhora busca multimodal, aponta pré-print
Método decide a capacidade de representação por amostra e registra mAP maior usando cerca de dois embeddings por consulta, contra 3 a…
LAC permite controlar força e torção separadamente em robôs humanoides
Controlador para robô humanoides ajusta de forma independente quanto o robô cede a um empurrão e quanto gira sob uma torção, com…
Refusas de IA com aberturas variadas resistem melhor a ataques, indica estudo
Pesquisa com modelo OLMo 2 sugere que variar as palavras iniciais das recusas espalha o sinal de recusa por mais direções internas…
Estudo revela que agentes de IA desenham bem no início, mas perdem precisão com o tempo
Benchmark EASEL mostra que agentes multimodais avançam rápido no início de tarefas de desenho, mas depois estagnam ou pioram o resultado.
Keenable AI libera NEEDLE, benchmark de busca que reconstrói suas consultas a cada hora
NEEDLE reconstrói seu conjunto de consultas a cada hora a partir de feeds RSS e Google Trends para evitar que agentes de…
Auditoria de IA: treinar auditores com aprendizado por reforço mostra resultados mistos
Benchmark avalia o treinamento de auditores de IA com aprendizado por reforço e revela tensão entre detecção e falsos positivos.
IA ainda tropeça ao transformar respostas de matemática em provas formais
Benchmark MathAdv mostra que modelos de IA ainda têm dificuldade em transformar respostas corretas em provas formais verificadas.
Microsoft Research lança GigaPath-Flash, modelos de patologia 50 vezes mais eficientes
Família Flash destila modelos de fundação de patologia com 50x menos computação, abrindo caminho para descoberta em escala populacional.
Busca privada para RAG quase empata com a recuperação completa
Pré-print descreve busca privada para RAG que quase empata com a recuperação completa, adicionando só 0,73s ao pipeline. Veja como funciona.
Grafos turbinados por LLMs ficam mais precisos — e vazam mais dados
Estudo mostra que grafos turbinados por LLMs ganham precisão, mas vazam mais dados a ataques de inferência. Tensão entre utilidade e privacidade.
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.
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.
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.
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.
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…
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.
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…
MA-VLA combina planejamento e ação para robôs de múltiplos braços
Modelo recombina ações atômicas conhecidas em padrões de colaboração inéditos e supera o Pi0 em benchmarks de robótica dual-arm.
Viés de ancoragem em juízes de IA: uma nota anterior compromete a independência da avaliação
Estudo com oito modelos mostra que exibir uma pontuação prévia derruba as notas de um avaliador de IA, afetando até pipelines de…
IA lê imagens de satélite para classificar estresse de lavouras de milho em quatro estágios
Modelo EigenCL organiza a evolução do NDRE em estágios interpretáveis — saudável, leve, moderado e severo — e pode apoiar decisões de…