# Método TaReD melhora o uso de ferramentas por IA em tarefas complexas

> A nova abordagem de decomposição recursiva com consciência das ferramentas aumenta em até 40 pontos percentuais as taxas de sucesso de ponta a ponta, segundo um artigo publicado no arXiv em 9 de outubro de 2026.

Oossa · 2026-10-09 · https://oossa.com/pt/tared-method-boosts-tool-using-ai-success-on-complex-tasks

Pesquisadores liderados por Wei‑Xiang Mao apresentaram o TaReD, uma técnica de decomposição recursiva com consciência das ferramentas para agentes de IA que precisam usar ferramentas externas. O método cria uma hierarquia de recursos das ferramentas e permite que o agente as descubra apenas quando necessário. Em experimentos com tarefas reais de longa duração, o TaReD aumentou em até 40 pontos percentuais o sucesso geral nas tarefas, em comparação com métodos de referência existentes. O código está disponível no GitHub para quem quiser testá-lo.

## Os fatos

- Artigo publicado na sexta-feira, 9 de outubro de 2026
- Aumento da taxa de sucesso de até 40 pontos percentuais

## Por que importa

Desenvolvedores de assistentes de IA podem obter resultados mais confiáveis em fluxos de trabalho complexos sem carregar de uma só vez as definições de todas as ferramentas.

## Fontes e referências

1. [TaReD: Tool-Aware Recursive Decomposition for Long-Horizon Tasks](https://arxiv.org/abs/2610.11268) – arXiv, 2026-10-09

Última atualização: 2026-10-09