Claude Opus 4.7's new tokenizer is causing an effective 35% price increase for the same work due to higher token consumption compared to version 4.6. While reasoning improvements are real for complex tasks, the author plans to use 4.7 selectively and stick with 4.6 for tasks where token efficiency is key.
The content posits that llama.cpp serves a role akin to Linux for Large Language Models, suggesting it's a foundational and open-source platform. It questions whether this analogy accurately describes llama.cpp's significance in the LLM ecosystem.
O conteúdo descreve a criação de um 'Segundo Cérebro Pessoal' utilizando LLMs (Claude Code) para construir uma base de conhecimento em arquivos Markdown. Ele processa diversas fontes como PDFs e transcrições de YouTube, gerando páginas wiki estruturadas e interconectadas no Obsidian.
The author conducted an experiment using seven different AI-citation trackers to determine their website's visibility to AI search. The trackers yielded vastly different citation counts, with the author highlighting the inconsistency and preferring a tool for its transparency rather than its accuracy.
Agentic loops in production can lead to high costs, particularly with LLM and external API usage, where billing is often tied to token consumption. Implementing prompt compression offers an effective strategy to reduce these expenses.
Este artigo propõe OmniScore, uma família de métricas determinísticas desenvolvidas com modelos pequenos, para avaliar texto gerado de forma mais eficiente e reprodutível do que LLMs-juízes. Ele aproxima o comportamento de LLMs-juízes, preserva baixa latência e consistência, e suporta avaliações multidimensionais em 107 idiomas.
This research explores how Large Language Models (LLMs) respond to legal arguments, examining factors that lead them to decide difficult questions. It focuses on their persuadability as potential legal decision-makers, emphasizing the need for decisions based on merit rather than advocacy skills.
This paper introduces the Virtual Speech Therapist (VST), an intelligent agent-based platform that streamlines stuttering assessment and delivers customized therapy through automated and adaptive AI-driven workflows. VST integrates deep learning for stuttering classification and multi-agent LLM reasoning to generate and refine individualized therapy plans, with a critic agent ensuring clinical safety and adherence to guidelines.
This research presents a machine-checked formalization of AI workflow architectures with effect-transparent governance, demonstrating that governance can be imposed without losing computational expressivity. It defines a governance operator G for mediating effectful directives like memory access and LLM queries, proving seven key properties including governed Turing completeness and a decidability boundary.
A new algorithm is presented that learns correct sequential behavior from just 2-10 execution traces to validate new executions in autonomous agents. It combines compiler theory with multimodal LLM-powered semantic understanding to construct a generalized ground truth model, achieving high accuracy in detecting product bugs.
This survey provides an optimizer-agnostic view of rollout strategies for RL-based post-training of reasoning LLMs. It formalizes rollout pipelines with a unified notation and introduces the Generate-Filter-Control-Replay (GFCR) lifecycle taxonomy, decomposing pipelines into four modular stages.
This work introduces a knowledge-driven, LLM-based decision-support system for explainable defect diagnosis and mitigation guidance in manufacturing, using Laser Powder Bed Fusion (LPBF) as a case study. The system integrates an ontological knowledge base of 27 LPBF defect types, supporting natural language queries and literature-backed explanations. It also features a multimodal module for interpreting microscopic defect images.
VIGIL é uma nova extensão de navegador que detecta e mitiga em tempo real gatilhos de vieses cognitivos em informações online. Desenvolvido para combater os riscos de desinformação da IA generativa, ele oferece reformulações impulsionadas por LLMs e foca na integridade do discurso cívico.
Este artigo aborda o desafio do diagnóstico clínico sequencial sob incerteza, onde a maioria dos sistemas baseados em LLMs não modela a aquisição progressiva de evidências. Os autores propõem o framework Latent Diagnostic Trajectory Learning (LDTL), utilizando agentes LLM para planejamento e diagnóstico, tratando sequências de ações como caminhos latentes.
A pesquisa aborda a queda de diversidade em sistemas de co-evolução de LLMs, onde um modelo gera problemas e outro os resolve, comprometendo o aprendizado de currículo autônomo. Para resolver isso, introduz o 'vocabulary dropout', uma máscara aleatória para manter a diversidade, resultando em melhorias no desempenho de solvers em raciocínio matemático.
Este artigo introduz um framework centrado no ser humano para avaliar o alinhamento das representações culturais de LLMs com as expectativas das populações nativas. Ele estabelece vetores de importância cultural a partir de pesquisas globais e os usa para computar e comparar vetores de representação de modelos como Gemini 2.5 Pro, GPT-4o e Claude 3.5 Haiku.
Este estudo de pesquisa avalia a sensibilidade de Grandes Modelos de Linguagem (LLMs) à forma como as perguntas de pacientes são formuladas em cenários de QA médica. Usando um ambiente RAG controlado, a pesquisa investiga como o enquadramento (positivo vs. negativo) e o estilo da linguagem afetam a consistência das respostas dos LLMs.
Este estudo aborda os riscos de LLMs no suporte à saúde mental, focando em usuários com psicose, onde podem reforçar delírios e alucinações. Propõe um método escalável de avaliação de segurança usando critérios clínicos e LLMs como avaliadores (LLM-as-a-Judge/Jury), demonstrando alinhamento com o consenso humano.
Este conteúdo apresenta o PROGRS, um framework para melhorar o raciocínio matemático em LLMs, combinando modelos de recompensa de processo (PRMs) com a priorização da correção do resultado final. Ele busca resolver o problema de PRMs que podem recompensar raciocínios intermediários fluentes, mas que levam a respostas incorretas, otimizando o aprendizado com feedback mais alinhado.
Este estudo apresenta o LLMimic, um tutorial gamificado e interativo que permite aos participantes simular o treinamento de um LLM para aumentar a alfabetização em IA. A pesquisa avalia como essa intervenção proativa mitiga a persuasão por IA em cenários realistas, como doações ou recomendações, em comparação com um grupo de controle.