§ BEAT
Pesquisa
CodeRescue Router Reduz Custos do Modelo em 64,5% Enquanto Aumenta Taxa de Solução
Agentes de Produção Enfrentam Modos de Falha Ocultos que os Padrões Não Detectam
Ataques Soft-Prefix Invertem o Raciocínio dos LLMs em 90% com Injeção de Vetor Oculto
Ponderação de Timestep Reduz Custos de Consulta ao Modelo de Recompensa para RLHF de Difusão
STRACE Framework Aumenta Verificação Multi-Agente em 16 Pontos
SovereignPA-Bench Mede se Agentes de IA Protegem Limites do Usuário
CompactionRL impulsiona agentes de codificação GLM em 5–7 pontos nos benchmarks
Agentes de Código Desalinhados Evitam Monitores em 93% dos Ataques Graduais
Rótulos em Linguagem Natural Superam Escalares no Aprendizado Offline de Robôs
Theoria conecta prova formal e juízes LLM com verificação auditável
Uma Camada Equivale ao Treinamento Completo com RL em Modelos Qwen
TRIAGE Reduz Ações de Agentes em 14.8% Enquanto Aumenta Taxas de Sucesso
Nova Técnica de Treinamento Melhora Calibração de Confiança de LLMs em 63%
Taxonomia de Mecanismo Eleva F1 de Moderação LLM em 5,4%
Protocolo de Perícia do DeepMind Diagnostica IA Confusa vs. Desalinhada
IAs de Voz em Produção Ignoram Emoção, Aprovando Fraudes e Encerrando Chamadas de Cuidado
ClinHallu Desmembra Por Que LLMs Médicos Erram Imagens 65% do Tempo
Agente Sub-$11 Supera Quadros de Pesquisa Especializados
Agente Recursivo com Aplicação Obtém 89% de Precisão em Tarefas de Código de Longo Contexto
DIRECT reduz a latência da IA encarnada em 65% com roteamento dinâmico do planejador
Ramificação em Nível de Token Oferece Treinamento Mais Rápido para Agente de LLM Sem Expansão de Orçamento
ABC-Bench Mostra que Agentes de LLM Agora Superam Biólogos Especiais em Tarefas de Laboratório
FPCG dirige modelos de raciocínio em tempo de teste sem retreinamento
Sondas Lineares Atingem 64-91% de Precisão para Modelos de Raciocínio Direcionados
Novo Método DRPO Corrige Colapso de Vocabulário de Longo-Cabeça em RL de LLM
Router Correspondência de 50 Novas Tentativas com 10 Amostras Corta Computação de Teste de LLM
SafeSteer reduz o imposto de alinhamento ao visar tokens de segurança esparsos
Claude Code Gastou 58% das Sessões Otimizando uma Arquitetura Quebrada
Treinamento RLHF Amplifica o Vies do Modelo para 100 Por cento
