# Novo método ensina quando corrigir agentes de IA

> Pesquisadores apresentam o VoS, um monitor que prevê quando corrigir um agente de linguagem pode ajudar, elevando o desempenho em cerca de 8 pontos.

Oossa · 2026-10-08 · https://oossa.com/pt/new-method-lets-ai-agents-be-steered-using-learned-value-of-intervention

Hanwen Li e seus colegas divulgaram um artigo em 8 de outubro de 2026 sobre o VoS (Value of Steering). O método aprende com uma ampla tabela de execuções contrafactuais para determinar em que etapa um agente baseado em LLM deve ser corrigido. O VoS pode funcionar offline ou online e usa um mecanismo de limite de dano para evitar interferir em execuções bem-sucedidas. Em 12 combinações de benchmarks e agentes, o VoS elevou as pontuações em uma média de 7,8 pontos e superou cinco mecanismos existentes baseados em incerteza em 11 casos.

## Os fatos

- O VoS melhora o desempenho médio em 7,8 pontos em comparação com a execução sem modificações.
- O estudo avaliou 1.864 trajetórias e cerca de 82.000 continuações contrafactuais.

## Por que importa

Para quem desenvolve assistentes de IA, o VoS oferece uma forma prática de intervir apenas quando há boas chances de ajudar, aumentando a confiabilidade sem exigir supervisão manual excessiva.

## Fontes e referências

1. [From Uncertainty to Action: Learning to Steer LLM Agents](https://arxiv.org/abs/2610.09115) – arXiv, 2026-10-08
2. [When the Governor Becomes the Disturbance: Control-Generated Disturbance and Cost-Aware Backoff in Governed Tool-Using Agents](https://arxiv.org/abs/2610.09037) – arXiv cs.MA, 2026-10-08

Última atualização: 2026-10-08