Raw-RAG: busca simples no histórico bate sistemas de memória em 6 de 7 testes
Um paper de 22 de outubro compara o Raw-RAG, uma busca simples sobre o histórico bruto, com 12 sistemas de memória de agentes. Ele ganha em 6 de 7 testes.
Inovação
OpenGCUA: agente de computador que escreve código sobe 19,6 pontos no OSWorld-v2
O OpenGCUA deixa o modelo escrever um programa por passo em vez de clicar. Em oito modelos, a nota sobe 19,6 pontos e os passos caem 53%. O código é Apache-2.0.
Thinking Inertia: desligar o raciocínio do LLM não impede que ele raciocine
O paper Thinking Inertia mostra que desligar o raciocínio ou pedir só a resposta não zera o texto extra. Em perguntas abertas, o acerto cai cerca de 15 pontos.
TokenRouter: servidor que divide a resposta entre dois LLMs, com até 64 vezes mais vazão
O TokenRouter, aceito no NeurIPS 2026, deixa um LLM pequeno e um grande dividirem a resposta token a token, com de 2 a 64 vezes mais vazão que o estado atual.
PageIndex: RAG sem banco de vetores indexa por cerca de US$ 0,001 por página
O PageIndex dispensa embeddings e deixa o modelo navegar uma árvore de seções. Indexar custa cerca de US$ 0,001 por página, mas a precisão depende do modelo de chat.
PoS: paper dá aos agentes de IA um estado de crença e supera os baselines em quatro testes
O PoS mantém um estado de crença validado em vez do histórico bruto e vence os baselines em quatro benchmarks, mas gasta 5 vezes mais tokens.