Benchmark audita revisores de IA com erros injetados em papers
Um preprint publicado no arXiv em 12 de novembro de 2026 tenta responder a uma pergunta que vem sendo feita...
Um preprint publicado no arXiv em 12 de novembro de 2026 tenta responder a uma pergunta que vem sendo feita...
Um preprint publicado no arXiv em 6 de novembro de 2026 propõe uma resposta direta a uma pergunta prática que...
Um preprint listado nas submissões recentes de cs.AI do arXiv em 17 de setembro de 2026 propõe uma inversão simples...
Um artigo submetido ao arXiv em 21 de agosto de 2026 e aceito para a conferência EMNLP 2026 aponta uma...
Resumo: A SpaceXAI lançou em 8 de julho o Grok 4.5, seu primeiro modelo desenhado explicitamente para código e tarefas...
Resumo: Em 30 de junho, a OpenAI publicou o GeneBench-Pro, um benchmark inédito construído para medir não a "prova de...