O EVE-Agent apresenta um Agente Auto-Evolutivo Verificável por Evidências, projetado para garantir a confiabilidade na auto-evolução ao exigir provas verificáveis para as instâncias geradas. Este agente modifica a estrutura proponente-solucionador, onde um proponente cria perguntas, respostas e trechos de evidências, que são então avaliados por um verificador de evidências.
Este artigo aborda a estimação precisa de incerteza para sistemas de classificação de texto em conjunto aberto (OSTC), onde amostras podem ser classificadas como classes existentes ou rejeitadas como desconhecidas. Ele adapta o método Holistic Uncertainty Estimation (HolUE) para o domínio de texto, visando capturar incertezas relacionadas à formulação de consultas e à ambiguidade da distribuição de dados, e propõe um novo benchmark OSTC.
O Copilot Studio formaliza a operação de IA estritamente dentro de um contexto de execução herdado, respeitando permissões e sistemas conectados. Isso introduz o 'MCP Blast Radius', que define a extensão do acesso de um sistema de IA em ambientes empresariais.
TRUST é uma estrutura descentralizada proposta para superar limitações de robustez, escalabilidade, opacidade e privacidade em modelos de raciocínio grandes e sistemas multiagente. Ela introduz HDAGs para auditoria distribuída, um protocolo para atribuição de causa-raiz e um mecanismo de consenso multicamadas.
DeepER-Med introduz uma estrutura de IA agêntica para pesquisa médica profunda baseada em evidências, melhorando a confiabilidade e a transparência. O sistema oferece critérios explícitos para avaliação de evidências e aprimora a avaliação para questões médicas complexas e reais.
Este título descreve uma pesquisa focada na verificação e validação de sistemas autônomos confiáveis, utilizando uma abordagem neuro-simbólica integrada a agentes LLM. O objetivo é garantir a robustez e a segurança de sistemas de IA avançados.