Pesquisadores apresentam meta-raciocínio para controle de agentes de IA
Nova técnica de meta-raciocínio melhora o controle e a execução de agentes de IA em tarefas complexas, superando modelos tradicionais em benchmarks.
||
01/10 às 15:45
Pontos principais
- O meta-raciocínio utiliza um controlador para gerenciar o progresso, alocar orçamento e realizar o despacho de tarefas.
- A técnica atingiu 71,5% de desempenho com o GPT-5.5 no ProgramBench, superando os 58,0% do Codex.
- O método alcançou 67,2% com o modelo Opus 4.8, superando os 65,5% do Claude Code.
- Houve melhorias de até 4,2 pontos percentuais em benchmarks de raciocínio de longo prazo e provas.
O pesquisador Russ Salakhutdinov introduziu o meta-raciocínio agentico, uma técnica de inferência voltada ao controle de agentes de IA em problemas complexos. O método utiliza um controlador para gerenciar o despacho de tarefas e a alocação de recursos, superando modelos como Codex e Claude Code em testes de desempenho. A abordagem demonstrou ganhos consistentes em cenários de raciocínio de longo prazo, onde o controle direto de agentes costuma atingir um platô de eficiência.
Comentários
Carregando comentários...