pesquisa
-
Google põe agente de IA a operar laboratório real
Com o VERID, gêmeo digital do laboratório, agentes saíram de 0% de acerto na primeira rodada para 42,1% na terceira ao desenhar aptâmeros de DNA.
pesquisa -
DeepMind não vê IA acelerando a pesquisa de IA
Primeira auditoria interna do laboratório não achou aceleração estatística desde abril, apesar de mais de 75% do código de produção ser escrito por IA.
pesquisa -
Revisor de IA da Sakana acha 73% dos erros em papers
Sakana AI criou benchmark com 1.164 contradições inseridas em artigos; seu revisor de três agentes detectou 73,43% dos erros centrais.
pesquisa -
Agentes geram 30% mais código, sem mais entregas
Estudo de Harvard com 718 empresas mostra alta de 30% nas linhas de código após adotar agentes, sem aumento estatístico em tarefas concluídas.
pesquisa -
Agente da Memento 3 zera o teste ARC-AGI-3
Paper de 8 de outubro descreve agente com LLM congelado que zera os 25 jogos públicos do benchmark usando 44% das ações de um humano.
pesquisa -
Estudo na Nature faz LLM ler bytes, não palavras
Método do Ai2 com Cambridge e Edimburgo converte Olmo, Qwen 3 e Llama 3 em modelos que leem bytes usando menos de 1% do custo de treino.
pesquisa -
OpenAI publica 719 artigos de matemática feitos por IA
Repositório no GitHub reúne resultados de um modelo interno não divulgado; só cerca de 42% das conclusões principais foram verificadas em Lean.
pesquisa -
GPT-6 Astra baixa bot humano e trapaceia no StarCraft
Modelo da OpenAI deveria escrever o próprio bot em uma hora, mas baixou o Stardust, líder do ranking BASIL, no torneio StarSkirmish.
pesquisa