RealCompanion: benchmark com conversas reais expõe limites da memória de IA
Paper com 27.218 mensagens reais mostra que IAs não sabem quando o passado importa e projetam traços que as pessoas nunca revelaram.
Ler artigoArtigos sobre Inteligência Artificial - Página 2
59 artigos
Dobramento de proteínas melhora raciocínio geral em LLMs, dizem autores
Pós-treinar Qwen3.5-9B com estrutura de proteínas subiu a macro-média de 10 benchmarks de 45,09% para 48,33% (+3,23 pp), relatam os autores.
Ler artigo
On-policy ou off-policy? O que decide o resultado na destilação de LLMs
Estudo controlado com Llama 3 e Qwen2.5 sugere que direção da KL e taxa de aprendizado pesam mais que rollouts on-policy na destilação.
Ler artigo
OneStreamer: memória e resposta proativa em vídeo contínuo
Modelo 4B unifica percepção, memória e resposta em streaming, liderando oito benchmarks com supervisão de estado em 27,5% dos tokens.
Ler artigo
ReaLVR: ancorando o raciocínio latente em evidência visual
Paper propõe o ReaLVR, que ancora tokens latentes em evidência visual e supera baselines de raciocínio visual latente até a escala de 235B.
Ler artigo
RIDE: extrapolar a direção induzida por RL na destilação on-policy
RIDE extrapola o resíduo de representações induzido por RL, em vez de logits, na destilação on-policy de LLMs.
Ler artigo
Raven: o "harness de harnesses" para agentes de IA composáveis
EverMind AI propõe o Raven, ecossistema multiagente que constrói, evolui e orquestra harnesses modulares, com teoria de composição e benchmark MAOB.
Ler artigo
FuseReg: regularização de fusão de camadas em RAEs
Método treina decoder e DiT com subconjuntos aleatórios de camadas do encoder congelado e reduz o gap entre reconstrução e geração.
Ler artigo
SpeakerMem-R1: memória dual para diálogos em grupo com atribuição
Sistema de memória em dois trilhos preserva mensagens verbatim e estados derivados por pessoa e por grupo, com foco em atribuição de fala.
Ler artigo
The Tasteful Agent: medindo o bom critério de agentes
Pesquisa propõe o Taste-Bench para medir, sem anotação especialista, se agentes escolhem o melhor caminho em bifurcações de tarefas longas.
Ler artigo
WROP: ensinar permanência de objeto a modelos de mundo em vídeo
Paper propõe WROP, benchmark e corpus de 1,5 milhão de clipes em Blender para treinar permanência de objeto e solidez em modelos de vídeo.
Ler artigo
OmniEdu: modelos abertos que unem ensino e aprendizagem em K-12
Paper propõe família aberta de modelos (4B, 9B, 27B) treinada em quatro capacidades pedagógicas e mostra ganhos em currículo, resolução e tutoria.
Ler artigo
Realtime-Venus: diálogo full-duplex com delegação assíncrona
Ant Group apresenta dois modelos de 9B que unem percepção contínua, fala nativa e execução assíncrona de tarefas em diálogo full-duplex.
Ler artigo
RRSI: regularizar a auto-melhoria recursiva de agentes LLM
Pesquisadores propõem regularizar a evolução automática de harnesses de agentes para conter overfitting e melhorar generalização.
Ler artigo
DeepSeek-V4.1-Flash: compressão radical de KV cache
Modelo MoE multimodal de 552B parâmetros comprime o KV cache global para 890 bytes por token via CSA2 e FP4, segundo os autores.
Ler artigo
LimiX-2: redes de mecanismos contextuais para dados estruturados
Nova geração da família LimiX troca a previsão de um alvo pela modelagem conjunta das variáveis e supera modelos tabulares em três benchmarks.
Ler artigo
Compor mecanismos de aprendizado contínuo amplia memória em LLMs
Combinar âncoras de dados, função e peso com LoRA mesclado eleva a retenção de 1,2% para 34,9% em 100 tarefas sequenciais.
Ler artigo
ZGCM-1: modelo aberto de 7B une raciocínio interno e busca com ferramentas
Paper apresenta modelo denso de 7,39B parâmetros, treinado do zero, que combina atenção híbrida, FP8 Muon e uso ativo de ferramentas.
Ler artigo
Vidu S2: vídeo interativo em tempo real, editável e espacial
Paper apresenta Vidu S2-Avatar, que gera personagens digitais a 720p em tempo real, e Vidu S2-Editing, que edita fluxo de vídeo ao vivo.
Ler artigo
Modelos self-hosted em agentes multimodais: três armadilhas que a documentação não conta
Trocar a API paga por um modelo self-hosted num agente multimodal parece só mudar a URL. Três coisas quebram antes de o agente ficar de pé.
Ler artigo
Pense passo a passo: o que a pesquisa mediu sobre prompts de raciocínio
Pedir que o modelo raciocine em etapas virou conselho universal. A pesquisa mostra quando ajuda, quando derruba o desempenho e quanto custa.
Ler artigo
LangChain e LangGraph depois do 1.0: o que mudou para quem constrói agentes
LangChain e LangGraph chegaram ao 1.0 em outubro de 2025 e o framework virou harness de agente sobre o runtime do LangGraph.
Ler artigo
Atria Dawn: superinteligência agêntica e a divisão do trabalho em P&D
Modelo agêntico de 744B parâmetros treinado com experiências verificáveis; autores relatam liderança em 5 de 16 benchmarks e papéis humano-IA.
Ler artigo
SpatialBlock: blocos sintéticos ensinam LVLMs a raciocinar em 3D
Ryu, Kim e Yang propõem o SpatialBlock-15k, dataset sintético de empilhamento de blocos que melhora a inteligência espacial de LVLMs sem anotação 3...
Ler artigo