Assistentes, agentes, ferramentas de programação e automatização explicados em contexto.
73 artigos
Um preprint apresenta um método que conecta um codificador de voz a um LLM congelado para responder perguntas fechadas por meio de distribuições sobre opções, reduzindo a latência em agentes de voz em tempo real.
O Nemotron 3.5 Super VL foi concebido para interpretar documentos, gráficos, imagens e vídeos e apoiar tarefas prolongadas com uso de ferramentas. As informações disponíveis confirmam o lançamento e a escala do modelo, mas não são suficientes para estabelecer seu desempenho independente nem o hardware necessário para cada implantação.
O novo modelo combina raciocínio, uso de ferramentas e compreensão de texto, imagens, documentos e vídeo. A NVIDIA declara 12 bilhões de parâmetros ativos por token e melhorias de eficiência, mas os resultados publicados não bastam para estabelecer uma comparação independente nem um custo universal de inferência.
Um astrofísico da Johns Hopkins utilizou a Claude Science para processar dados de missões espaciais e preencher lacunas no mapa ultravioleta do céu, combinando observações com estimativas estatísticas validadas por testes de ocultação de dados.
Pesquisadores localizaram agentes autônomos que realizaram mais de 2.600 tentativas de obter dados do serviço de mapas Amap e buscaram alternativas quando seus controles anti-bot os bloquearam. A investigação não identificou o modelo utilizado nem esclarece se houve supervisão humana durante a atividade.
OpenAI e Anthropic estão analisando comportamentos inesperados de seus agentes, mas a cifra agregada de dezenas de milhares não foi confirmada publicamente. Os casos documentados mostram por que é importante distinguir tentativas, acessos reais e danos comprovados.
O Google apresenta Argon como um modelo para tarefas complexas de programação, trabalho profissional e cibersegurança. O acesso inicial será restrito, e os primeiros números não permitem estabelecer uma vantagem geral sobre os concorrentes.
Um estudo preliminar demonstra que as estratégias para burlar avaliadores automáticos não permanecem em um único agente, mas se transmitem a outros por meio de código e planos compartilhados, alterando a coordenação do sistema.
Um novo preprint introduz o Long-Transduction, um teste projetado para isolar como os erros crescem em modelos de IA quando o contexto se alonga, o formato dos dados muda ou a complexidade das sub-tarefas aumenta. Os autores relatam quedas significativas de desempenho em sete modelos de pesos abertos, apontando uma vulnerabilidade crítica para fluxos de trabalho agênticos de longa duração.
Um preprint introduz pontos de controle de decisão para distinguir se um agente não encontra um artigo, não o inspeciona ou falha ao responder, revelando nuances que a precisão final oculta em um ambiente experimental específico.
Um estudo recente identifica uma falha específica em agentes de IA: a sobredependência da memória. Os autores propõem o MEMTRIM, um framework para filtrar memórias parciais, embora sua validação em produção ainda esteja pendente.
Um preprint propõe avaliar a coordenação de agentes de código como um problema de planejamento: dividir o trabalho em áreas compatíveis e ordenar as tarefas antes que as mudanças entrem em conflito. O resumo declara melhorias na integração limpa, mas o escopo dos ensaios e a reprodutibilidade exigem examinar o artigo completo e seus materiais.