Pilar 03 · Tecnologia Aplicada
Leituras críticas de papers, métodos e resultados científicos em inteligência artificial, com contexto técnico e aplicação prática.
Na coordenação entre agentes de IA, a forma da tarefa organiza o time mais do que o coordenador nomeado no prompt: foi o que mostrou um estudo com 1.902 execuções de agentes…
Skills para agentes de IA funcionam mais por estabilizar o procedimento do que por ensinar fatos novos: no estudo de Jiang et al. (2026), elas superaram a memória de workflow em 6,06…
Mind viruses, ideias que um agente de IA adota e repassa a outros agentes, são um risco real, mas ainda limitado: eles se espalham, porém são quebradiços, e um aviso curto no…
O HRM, de Wang et al. (2025), raciocina com dois módulos em ritmos diferentes, um lento para planejar e outro rápido para os detalhes, sem chain of thought: com 27 milhões de…
Escrever com o ChatGPT reduziu o engajamento cerebral, a memória do próprio texto e a sensação de autoria: é o que mostrou o estudo de Kosmyna et al. (MIT, 2025), que acompanhou…
O GEPA, otimizador de prompts proposto por Agrawal et al. (2025), superou o GRPO (aprendizado por reforço) em até 20% usando até 35 vezes menos execuções, porque reflete em linguagem natural sobre…
O GMPO, de Zhao et al. (2025), troca a média aritmética usada pelo GRPO por uma média geométrica no objetivo de treino, o que deixa o aprendizado por reforço de LLMs mais…
Em vez de usar o mesmo sistema multiagente caro para qualquer pergunta, o MaAS, de Zhang et al. (2025), monta para cada tarefa a equipe de agentes do tamanho certo, a partir…
Long CoT (cadeia longa de pensamento) é o raciocínio em que o LLM explora caminhos, volta atrás e corrige os próprios passos antes de responder. Revisamos o estudo de Yeo et al.…
Atendimento Personalizado
Conte seu contexto e vamos entender qual caminho faz sentido para o seu momento.
Conversar no WhatsApp
