Artigos · atualizado em 15 de novembro de 2026
Artigos sobre inteligência artificial que a comunidade está lendo.
Os mais votados do Hugging Face, atualizados todo dia.
Na última edição
-
SO-Arena: Benchmarking the Capability Spectrum and Reliability of System One Models
Um estudo avaliou modelos de decisão rápida em 11 áreas e concluiu que bom desempenho geral não garante decisões confiáveis.
Citação
System One models promise fast, general-purpose decision-making without lengthy token generation. However, understanding their capability spectrum and decision reliability requires more than aggregate performance on current benchmarks.
-
BirdDreams: Joint Perspective and BEV Video Generation for a Plausible, Reactive Driving World Model
Um estudo apresenta um sistema que gera vídeos de direção e mapas vistos de cima para simular o trânsito e seguir trajetórias escolhidas.
Citação
Driving world models aim to simulate how a scene unfolds under different ego actions. This requires plausible motion of surrounding vehicles as well as precise ego-trajectory control.
-
PhysLoop: Harnessing LLMs' Physics Awareness for Self-Improving Video Generation Models
Um estudo apresenta um sistema que usa modelos de linguagem para criar e corrigir vídeos com movimentos mais próximos da física e libera 100 mil vídeos.
Citação
Video generation models produce visually realistic videos but still struggle with physical dynamics and causal consistency.
-
G-STAR: Group-Scaled Token Capacity for Deeply Compressed Autoregressive Generation
Um estudo propõe uma forma de gerar imagens com menos etapas, mantendo a qualidade, e relata imagens prontas em 2,5 segundos.
Citação
Discrete autoregressive models offer a scalable framework for image generation.
-
Duo: A Reciprocal World Model for Full-Duplex Interaction
Pesquisadores apresentam um sistema que acompanha áudio, vídeo e texto em tempo real enquanto conversa, aceita interrupções e permite interações com objetos e cenas virtuais.
Citação
In this report, we introduce the Reciprocal World Model (RWM) and present Duo v1, a full-duplex world model that continuously perceives audiovisual inputs while responding to users in real time.
-
Open Vision Banana: A Fully Open Recipe for Generative Visual Perception
Pesquisadores apresentam um método aberto que adapta geradores de imagens para reconhecer objetos e profundidade, com resultados competitivos em algumas tarefas.
Citação
Recent work suggests that pretrained image generators encode real-world understanding beyond image synthesis. Vision Banana exploits this by framing vision tasks as conditional image editing.
-
Actor, Judge, or Teacher? Understanding Decision Models in Long-Horizon Agents
Um estudo indica que modelos que escolhem mal as ações ainda podem ensinar agentes, avaliando depois quais passos ajudaram na tarefa.
Citação
Decision models answer a question with a typed output, such as a choice among options with a probability for each, so one model can choose an agent's actions, evaluate actions already taken, or score every action to teach a policy with…
-
Ropedia Xperience 2: A Gold Standard for Scaling Physical AI Environments and Behaviors
O Ropedia Xperience 2 reúne milhares de ambientes digitalizados e gravações de pessoas realizando tarefas, convertidos em simulações e movimentos para robôs.
Citação
Large foundation models such as GPT-6 Astra and Claude Fable 5.1 have recently been shown to control robots directly from visual observations. They nevertheless remain brittle on long-horizon, contact-rich tasks in real-world environments.
-
On the Design of Hyper-Connections: Simplification, Stability, and Scalability
Um estudo apresenta o SimpleHC, uma arquitetura simplificada que manteve desempenho comparável e teve pouco custo extra de treinamento nos modelos testados.
Citação
Hyper-Connections (HC) architectures are increasingly adopted in frontier language models, yet their components remain insufficiently understood and introduce non-negligible training overhead.
-
TTB: Test-time Baking for Efficient Rendering of Decoder-only View Synthesis Models
Os autores propõem um método que aprende com imagens de uma cena para gerar novas vistas até 23 vezes mais rápido, mantendo qualidade semelhante.
Citação
Decoder-only Large View Synthesis Models (LVSMs) with KV-cache have recently achieved state-of-the-art quality by regressing novel views from neural networks without reconstructing 3D geometry, while Test-Time Training (TTT) layers save…
Os mais votados da semana
-
Learning Heterogeneous Tactile Representation for General Dexterous Manipulation
Um estudo apresenta um modelo que combina dados de diferentes sensores táteis e melhora o desempenho de robôs em tarefas de manipulação.
Citação
Tactile sensing is an indispensable modality for contact-rich dexterous manipulation, a capability that hints at the ultimate frontiers of embodied intelligence.
-
Tree-Ising: Repairing Language Models with Bit-Level Ising Edits
Um estudo relata que ajustar cuidadosamente os valores internos de um modelo de linguagem reduziu erros de raciocínio matemático e melhorou seu desempenho em testes.
Citação
Weight-space programming, introduced in recent MIT work by Takehi et al., enables a frontier LLM agent to read a network's weights and write a repair.
-
Few-Step Streaming Video Generation via Condition Shifting
Um estudo apresenta uma técnica para gerar vídeos em menos etapas, reduzindo memória e tempo de treinamento e recebendo maior preferência em alguns critérios.
Citação
Few-step sampling reduces the cost of streaming video generation.
-
World In-Context Learning for Agentic Robot Manipulation
Os autores apresentam um método em que robôs ensaiam tarefas demonstradas em simulação e guardam o aprendizado para aplicá-lo em novas cenas, sem retreinar o modelo.
Citação
Trained action policies write manipulation skill into network weights, tying what is learned to the distribution it is learned from.
-
SplatAnything: Gaussian Spacing Normalization for Feed-forward 3DGS across Arbitrary Scenes
Um estudo propõe uma forma de tornar mais consistente o espaçamento entre pontos usados para reconstruir cenas 3D a partir de imagens.
Citação
We identify a key limitation of existing feed-forward 3DGS methods: Gaussian attributes are typically predicted in a radial-distance-normalized space that canonicalizes a global radial statistic of the reconstructed geometry, while the…
-
WorldFoundry: Towards Unified Infrastructure for World Intelligence
Pesquisadores apresentaram uma plataforma aberta para executar e comparar sistemas que simulam ambientes, acompanham mudanças e respondem a ações.
Citação
Visual generative models increasingly blur the line between synthesizing observations and simulating environments.
-
Sage-Taiyi: A Metacognitive Architecture for Scientific Discovery
Um sistema de IA que ajusta suas ideias de pesquisa a partir de evidências e dúvidas ajudou a orientar experimentos que melhoraram o rendimento de duas reações químicas.
Citação
We introduce Sage-Taiyi, a metacognition-inspired architecture that uses accumulated scientific understanding to guide what to investigate next and how to investigate it.
-
Don't Just Trust Your Memory: Evidence-Linked Memory Reduces Memory-Induced Degradation in LLM Agents
Um estudo apresenta um sistema que liga lições de experiências anteriores às evidências originais, ajudando agentes de IA a evitar erros causados por memórias incorretas.
Citação
External memory enables LLM agents to improve from experience by distilling trajectories of past tasks into concise lessons for new tasks.
-
P^2-MOPD: Accelerating Multi-Teacher On-Policy Distillation via Parameter Priors
Um estudo propõe combinar modelos especialistas como ponto de partida e continuar treinando o modelo aprendiz, recuperando capacidades mais rápido que o método comparado.
Citação
Multi-teacher on-policy distillation consolidates expert capabilities by supervising student-generated trajectories, whereas task arithmetic offers a training-free alternative through linear parameter combinations.
-
Scaling Mathematical Proof Supervision from Structured Textbooks
Pesquisadores organizaram provas de 2.118 livros universitários em uma coleção que melhorou o desempenho de modelos de linguagem em avaliações matemáticas.
Citação
Mathematical supervision for language models is typically flattened into isolated problem-solution pairs, discarding the curricular organization and evidential structure of the original sources.
-
Reframe: Observation-Aligned Multi-Teacher On-Policy Distillation for Agentic Visual Reasoning
Um estudo apresenta um método que treina agentes visuais a usar melhor as observações de ferramentas e relata resultados superiores em testes com imagens e vídeos.
Citação
Agentic reinforcement learning (RL) and multi-teacher on-policy distillation (MOPD) offer complementary routes to post-training. For visual agents, however, tool use presents two related challenges.
-
dNaViT: Discrete Codes are General-Purpose Visual Representations
Um estudo apresenta um sistema que transforma imagens em códigos compactos e os usa em tarefas visuais, como reconhecimento, geração e edição.
Citação
Discrete autoregressive modeling, notably through next-token prediction, has become a cornerstone of modern language models.
-
Flide: Accelerating Decision Inference with Exact State Forking
Um estudo apresenta um sistema que acelera respostas ramificadas de agentes de IA, preservando os resultados de cálculos feitos separadamente.
Citação
Decision models such as Jev have emerged as a highly promising paradigm for LLM agent systems, providing lightweight and reliable categorical reasoning for rapid System One execution.
-
SteerDistill: Quantizing LLM Agents via Closed-Loop Teacher Steering
Um estudo apresenta um método em que um modelo mais preciso corrige respostas malsucedidas de agentes compactados, melhorando seu desempenho sem ajuda durante o uso.
Citação
Low-bit quantization reduces the inference cost of LLM agents but can compromise task success.
-
ReproBridge: Building Reproducibility into ML Research Artifacts
Um estudo mostra que organizar código, ambiente e instruções ajuda agentes a reproduzir melhor experimentos de aprendizado de máquina, gastando menos.
Citação
Reproducing machine learning experiments requires reconstructing procedures from information scattered across papers, released code, and supporting artifacts.
-
PCBRouteAgent: How Close Are LLM Agents to Becoming PCB Routing Engineers?
Um estudo apresenta um agente de inteligência artificial que planeja e traça conexões em placas eletrônicas, superando métodos comparados em três conjuntos de placas reais.
Citação
Automating printed circuit board (PCB) routing requires coordinating board-level connectivity decisions with geometric execution under strict design rules.
-
Confucius4-R2T2: A Stable-Prefix Streaming ASR Model for Real Real-Time Transcription
Pesquisadores adaptaram um modelo para transcrever fala em tempo real sem alterar palavras já exibidas, mantendo alta precisão e pouca demora.
Citação
Streaming speech recognition is increasingly consumed by machines, such as translators and voice agents, that act on each token as it appears. A token that is later revised costs wasted work or a wrong action.
-
Incentivizing Self-Learning in Large Language Models via Reinforcement Learning
Um estudo mostra que treinar modelos para consultar e aprender com livros enquanto resolvem problemas melhora a precisão das provas matemáticas.
Citação
Large language models (LLMs) draw on parametric knowledge and retrieval-augmented generation (RAG) to solve knowledge-intensive tasks.
-
LongBanana: An Expert-Verified Benchmark for Long-Context Multi-Reference Image Synthesis
Um estudo apresenta um teste especializado para avaliar se sistemas conseguem criar imagens coerentes usando muitas referências e respeitando vários detalhes.
Citação
We introduce LongBanana, to our knowledge the first expert-designed and expert-verified benchmark for long-context multi-reference image synthesis in the age of agent-driven image generation.
-
MMDM: Measuring Massive Multitask Decision Making
Um novo conjunto de testes avaliou modelos de decisão em tarefas variadas e encontrou dificuldades com escolhas interligadas, restrições e seleção de várias opções.
Citação
System-1 Decision Models directly make structured probabilistic decisions over query-specified options given a state in a single forward pass, without autoregressively generating reasoning trajectories or textual responses.
-
DexForesight: Grounding Dexterous Policies with Implicit Spatial Foresight
Um estudo apresenta um método que ajuda robôs a prever movimentos da mão e mudanças ao redor, melhorando o sucesso em tarefas de manipulação.
Citação
Dexterous manipulation requires rich spatial foresight over both the surrounding scene and the robot hand. Existing world-action models often acquire such predictive knowledge through explicit future prediction.
-
LLMs Don't Know What They Know: Benchmarking Temporal Self-Knowledge for Financial Backtesting
Um estudo descobriu que modelos de linguagem frequentemente sabem fatos financeiros que dizem desconhecer, tornando seus relatos e limites de conhecimento pouco confiáveis para testar previsões passadas.
Citação
Financial backtests of large language models (LLMs) are meaningful only if the model did not already know the outcomes it is asked to predict.
-
Beneath the Surface: What We Overlook When We Talk About Agent Evolution
Um estudo mostra que aprimorar programas que executam tarefas pode melhorar alguns resultados, mas também apagar capacidades anteriores e elevar custos.
Citação
Agent harness evolution enables recursive self-improvement (RSI) without updating model weights. We examine whether higher benchmark scores yield reliable, efficient, and transferable improvement.
-
MACaQ: Fast, Model Agnostic Calibrated Quantization for Low-Precision Weights and Activations
Um método reduz memória e custo de processamento de redes neurais ao comprimir pesos e ativações, quantizando cada camada separadamente e com rapidez.
Citação
Weight-activation quantization can reduce the memory and compute cost of neural-network inference, but recent methods often require expensive optimization and architecture-specific propagation of basis transforms across layers.
-
FINCOSMOS: An Open-World Evaluation Paradigm for Agents in Finance
Um estudo criou um teste para agentes financeiros que exige buscar dados na Web e seguir estratégias ocultas; nenhuma das 150 sessões passou em todas as verificações.
Citação
Language agents increasingly work for users on the open Web, and finance is where trusting them is hardest.
-
Embodied First Exam
Um estudo apresenta um teste para avaliar agentes de programação no controle de robôs em tarefas variadas e relata que o melhor teve sucesso limitado.
Citação
Early successes on agentic robotics point to a potential paradigm shift toward using coding agents to control robots.
-
Longtail-SWE: High-Quality SWE Tasks for Underrepresented Languages
Pesquisadores criaram um conjunto de 202 tarefas de programação em 13 linguagens pouco representadas, revisando testes e descrições para avaliar soluções corretamente.
Citação
Challenging repository-level benchmarks remain limited for many programming language ecosystems, where filtering scarce candidates with ambiguous descriptions or defective tests can discard valuable engineering problems.
-
Fast and Exact Relative-Position Attention via Structure-Aware Kernels
Um estudo apresenta um método que acelera a atenção com posições relativas e reduz o uso de memória, permitindo transcrição mais rápida de textos longos.
Citação
Relative-position attention mechanisms offer compelling alternatives to RoPE across various transformer architectures, delivering superior performance in domains such as audio.
-
EvoWorld: Towards Out-of-Sight World Evolution in Generative Video Models
Pesquisadores propõem um sistema que acompanha o estado de cenas em vídeos gerados e prevê como eventos podem mudar o comportamento de pessoas e objetos.
Citação
Generative video models are increasingly used as visual world simulators, yet their primary strength lies in rendering plausible pixels rather than reasoning about how a world should evolve.
-
Read Less, Solve More: Token-Efficient Sparse Reading of External Content for AI Agents
Um estudo apresenta uma ferramenta que ajuda agentes de inteligência artificial a ler apenas trechos relevantes, reduzindo o consumo de texto e o tempo sem prejudicar a maioria das tarefas.
Citação
Web-facing AI agents repeatedly access webpages, documents, repositories, and tool responses, yet reading interfaces often expose entire objects when only sparse evidence is needed.
Salvos
Ficam só neste navegador.
Nada salvo ainda. Toque em Salvar em qualquer link para ler depois.
Semanas anteriores
Perguntas frequentes
Onde ler artigos sobre inteligência artificial?
A maior parte sai primeiro no arXiv, que recebe milhares por semana. A seleção diária do Hugging Face filtra pelo voto da comunidade, e esta página mostra os mais votados, com um resumo em português e o link para o original.
Esses artigos foram revisados por outros cientistas?
Quase nenhum. Os autores publicam antes da revisão. Voto mede atenção, não qualidade.
Quem escreve os resumos?
Um modelo de IA, só a partir do que os autores publicaram. Ninguém confere antes de publicar, então cite o artigo, não o resumo.
