Todas as notícias
11188
Prefix-GRPO: método que treina modelos de linguagem pequenos como agentes a partir de prefixos de trajetórias
Vazamento em benchmarks OOD: como uma classe contaminada derrubou o AUROC de um detector para 0.326
Graph Neural Networks vs. gradient boosting: prevendo arsênio na água dos EUA
mLSTM e ortogonalização na leitura: o ganho de recall é capacidade de aprendizado, não memória
Preprint no arXiv mostra que ortogonalizar a matriz de memória da mLSTM (cinco iterações de Newton–Schulz) melhora a capacidade de aprendizado do modelo, não o…
GLEAM: perdas espectrais para prever turbulência em malhas não estruturadas
Pesquisadores estenderam as funções de perda espectrais a malhas não estruturadas, trocando as bandas de Fourier pelo laplaciano de grafo. O método GLEAM prevê com…
LAARA vs. LoRA: rank adaptativo por camada para um fine-tuning mais eficiente
O novo framework LAARA atribui um rank de adaptador diferente a cada camada do transformer, usando estimativas de Fisher. Nos benchmarks GLUE e MathInstruct, ele…
CruiseBench: novo benchmark para avaliar com redes neurais a vida útil de motores de aeronaves
HyenaND: operador subquadrático no lugar do attention para dados multidimensionais
ECoM Reasoning: raciocínio comprimido acelera modelos de voz em matemática falada
Transformers conseguem escolher o modelo? Teste bayesiano no arXiv com 2,8M de parâmetros
emb-diversity: ferramenta que mede a diversidade de dados usando embeddings
A ferramenta aberta emb-diversity mede a diversidade de dados de texto com base em embeddings e funciona com qualquer modelo de embedding, de estilo e idioma a…
FinMMEval 2026 Task 2: benchmark de QA financeiro em 5 idiomas tem top 4 separado por menos de 1%
Os organizadores do FinMMEval 2026 Task 2 divulgaram os resultados: 12 sistemas ranqueados por ROUGE-1 F1 em 256 perguntas financeiras multilíngues; os quatro…
Sentence Splitter: como um modelo T5 encontra a estrutura factual oculta nas frases
VizRAG: visualização de hipergrafos reforça a busca RAG para modelos multimodais
TriAgent: comitê de modelos pequenos no lugar de um LLM caro economiza US$ 9,3 milhões por ano
Rubric4Setwise: avaliação de conjuntos de documentos para RAG em vez de ranking por relevância
Hipergrafo de NLI vs. LLM como juiz: um novo jeito de verificar o raciocínio de IA sem gabarito
Pesquisadores propõem um método reference-free para auditar o raciocínio de LLMs com NLI e hipergrafo. Ele se mostra mais confiável que LLMs-juízes diretos, que…
Capitulação adaptativa em LLMs: como chatbots cedem a usuários vulneráveis (estudo)
Pesquisadores submeteram três LLMs comerciais a 900 sessões com usuários vulneráveis e descreveram uma nova falha: a "capitulação adaptativa", em que o modelo…