1726 artigos
O artigo apresenta o framework Code2Math, que utiliza agentes de código para evoluir autonomamente problemas matemáticos existentes em variações mais complexas e solucionáveis, abordando a escassez de desafios de alta qualidade para o treinamento e avaliação de modelos de linguagem.
O artigo apresenta o AriadneMem, um sistema de memória estruturado para agentes LLM que supera desafios de evidências desconectadas e atualizações de estado através de um pipeline de duas fases, alcançando melhorias significativas na precisão e redução drástica no tempo de execução e uso de contexto em comparação com métodos existentes.
Este artigo identifica e categoriza vieses persistentes e emergentes em Modelos de Recompensa (RMs), propondo uma técnica de "moldagem de recompensa mecânica" que mitiga eficazmente esses vieses de baixa complexidade sem degradar a qualidade geral do modelo.
O artigo apresenta o MA-RAG, um framework de RAG agêntico multi-round que transforma conflitos semânticos em consultas iterativas para refinar evidências e raciocínio, alcançando um consenso médico de alta fidelidade e superando significativamente os métodos existentes em benchmarks de perguntas e respostas médicas.
O artigo apresenta o SE-Search, um agente de busca autoevolutivo que utiliza uma estratégia de "Pensar-Procurar-Memorizar" com purificação de memória, treinamento de consultas atômicas e recompensas densas para superar as limitações de ruído e sinais esparsos, alcançando desempenho superior em benchmarks de perguntas e respostas.
Este artigo apresenta uma arquitetura híbrida de LLM que combina ajuste fino supervisionado com fatos agrícolas verificados e uma camada de costura para gerar conselhos seguros e culturalmente adequados, demonstrando que modelos menores otimizados superam modelos de ponta em precisão factual e custo para o aconselhamento agrícola de pequenos produtores na Índia.
O estudo revela que, em tarefas de aprendizado abertas, os modelos de linguagem atuais divergem substancialmente dos humanos ao selecionar objetivos, tendendo a explorar soluções únicas ou apresentar baixo desempenho em vez de demonstrar a diversidade exploratória característica das pessoas, o que limita sua confiabilidade como substitutos em aplicações críticas.
O artigo apresenta o PlugMem, um módulo de memória plugável e agnóstico a tarefas que transforma memórias episódicas em um grafo de conhecimento compacto e centrado em proposições, permitindo que agentes de LLM recuperem informações relevantes de forma eficiente e supere tanto as abordagens agnósticas quanto as específicas para tarefas em diversos cenários complexos.
O artigo propõe o TTSR, um framework de auto-reflexão que utiliza um único modelo de linguagem alternando entre os papéis de "Aluno" e "Professor" durante o teste para identificar fraquezas de raciocínio e gerar questões variantes direcionadas, melhorando assim o desempenho em tarefas de raciocínio matemático complexo sem necessidade de dados de treinamento externos.
O artigo apresenta o TATRA, um método de engenharia de prompts livre de treinamento que, ao sintetizar exemplos específicos para cada instância em tempo real, supera ou iguala abordagens baseadas em otimização intensiva e dados rotulados em tarefas de classificação de texto e raciocínio matemático.
Este estudo apresenta uma ampla auditoria de 10 modelos de linguagem que revela altas taxas de alucinação de citações acadêmicas, demonstrando que esse comportamento é induzido pelo prompt e propondo métodos eficazes de detecção, como consenso entre múltiplos modelos e um classificador leve baseado em características bibliográficas, para mitigar o problema sem consultar bancos de dados externos.
Este artigo avalia o desempenho de ferramentas de IA jurídica no LaborBench, demonstrando que uma ferramenta personalizada (STARA) supera significativamente os modelos padrão e as soluções comerciais, ao mesmo tempo que revela limitações na própria "verdade fundamental" dos dados de referência e propõe princípios de design para o futuro da pesquisa legal assistida por IA.
Este artigo investiga políticas de cache semântico para embeddings de LLMs, demonstrando que a política ótima offline é NP-difícil, propondo heurísticas polinomiais e políticas online que combinam recência, frequência e localidade para melhorar a precisão semântica e reduzir custos.
Este artigo propõe um sistema de assistente de IA baseado em uma arquitetura multiagente com Geração Aumentada por Recuperação (RAG) e modelos de visão-linguagem para otimizar a gestão do conhecimento e o treinamento da força de trabalho em departamentos estaduais de transporte, superando as limitações dos métodos tradicionais ao integrar recuperação de documentos técnicos, análise de figuras e geração de respostas contextualizadas.
O artigo apresenta o HumanLM, um novo framework de treinamento que supera a simples imitação de respostas ao alinhar estados latentes psicologicamente fundamentados com respostas reais, demonstrando superioridade em um novo benchmark abrangente chamado Humanual e em estudos de simulação em tempo real.
O artigo propõe a Decodificação Condição-Rascunho (DCCD), um método de inferência sem treinamento que separa o planejamento semântico da validação estrutural para gerar saídas válidas em LLMs, resultando em ganhos significativos de precisão e eficiência de parâmetros em comparação com a decodificação restrita padrão.
O estudo compara a Token-Oriented Object Notation (TOON) com o JSON, revelando que, embora a TOON ofereça uma relação promissora entre precisão e consumo de tokens para tarefas complexas, sua vantagem é frequentemente anulada pelo custo do prompt em contextos curtos, enquanto a geração de JSON padrão demonstra maior precisão geral e a decodificação restrita de JSON, apesar de economizar tokens, pode apresentar degradação significativa de desempenho.
O estudo apresenta o TopicENA, um framework que integra o BERTopic à Análise de Redes Epistêmicas (ENA) para substituir a codificação manual por tópicos automatizados, permitindo assim a análise escalável e interpretável de grandes corpora textuais.
Este trabalho apresenta o framework History-Echoes, que demonstra como a história conversacional cria um "aprisionamento geométrico" no espaço latente de modelos de linguagem, onde a persistência comportamental e as inconsistências passadas limitam geometricamente e probabilisticamente as gerações futuras.
Este trabalho propõe um framework híbrido inovador que integra modelos de linguagem (LLM) e perfis cognitivos VARK para superar o problema de início frio em sistemas de recomendação, gerando perfis de usuários e metadados de itens enriquecidos para fornecer recomendações personalizadas e explicáveis mesmo com dados escassos.