Todas as notícias
10835
EvoSyn: síntese multiagente de dados eleva a taxa de sucesso das tarefas em 13,3 pontos
Pesquisadores propõem o EvoSyn, framework que reestrutura o espaço de geração de dados sintéticos com base no feedback do aluno e supera o melhor baseline em 13,3…
EliteTable faz LLM evoluir controladores em código: melhora em 6 de 6 tarefas
O EliteTable combina LLM e uma tabela de melhores soluções para buscar código de controle de agentes. As medianas subiram nas seis tarefas do Gymnasium, mas o…
MCTS perde 2,88% para reinícios aleatórios no escalonamento de DAGs com o mesmo orçamento
Autores colocaram o MCTS e um list scheduler simples com reinícios para gerar 2048 escalonamentos em tarefas DAG. A árvore de busca ficou 2,88% pior que os…
SynAct ensina agentes de LLM a pedir dicas onde elas mudam o resultado: +11,7 p.p.
STAPLE adiciona bilhões de parâmetros ao OLMo-2 e decodifica duas vezes mais rápido que MoE
MisVisAgentBench: gráficos enganosos derrubam em 34 p.p. o sucesso de agentes web
Benchmark de modelos de conversação: GPT Realtime e Gemini respondem a quase todas as pausas
Head linear sobre o Qwen3-VL supera o GPT-4o na avaliação de respostas sem anotação humana
Reward model de visão e linguagem sem rótulos humanos: alguns milhares de parâmetros sobre um Qwen3-VL 32B congelado superam o GPT-4o em 6,6 pontos no…
GEPA eleva a recompensa de um agente de deep research de 0,702 para 0,781 em temas novos
A evolução de prompts GEPA elevou a recompensa por citação em temas retidos em 0,079. Quase metade do prompt virou um "gabarito", mas a memorização não explica o…
DCOCO acelera a inferência de LLMs em até 6,6x e supera concorrentes em 6–23%
SWE-Duel: agentes de código criam bugs uns para os outros, e o GPT-5.5 corrige 98,3%
Reward hacking se espalha entre agentes de IA: modelos fracos contaminam os mais fortes
EvoBelief ensina agentes de LLM a testar hipóteses sobre o mundo: 83,3% contra 0% do baseline
CEO do DBS: mercado reavalia os riscos dos investimentos em IA, e o crédito deve ficar mais rígido
A CEO do maior banco do Sudeste Asiático, Tan Su Shan, diz que o mercado está reprecificando os riscos da expansão da IA e que os credores serão mais seletivos.
Refatoração de C++ no OpenBMC: como um agente de IA enfrentou uma função de 280 linhas
Um desenvolvedor pediu ajuda a uma IA com a função createSensors do OpenBMC, que concentra 12 tarefas em 280 linhas. O agente propôs 7 melhorias concretas e dividiu…