Notícia que dá orgulho de compartilhar: o artigo associado a pesquisa de mestrado da Valesca Moura (orientada pelos Profs. Sandro Rama Fiorini e Daniel de Oliveira) recebeu Menção Honrosa no SBBD 2026!
🇧🇷 pt-br
Notícia que dá orgulho de compartilhar: o artigo associado a pesquisa de mestrado da Valesca Moura (orientada pelos Profs. Sandro Rama Fiorini e Daniel de Oliveira) recebeu Menção Honrosa no SBBD 2026!
O artigo "Uma Abordagem Orientada a Dados de Proveniência para Rastreabilidade de Workflows Agênticos" aborda um problema que cresce com a adoção de agentes de IA: quando um LLM decide as tarefas e as dependências de dados de um workflow, como saber por que o workflow ficou daquele jeito?
A abordagem (ANCHOR) captura a proveniência de workflows agênticos, instrumentando o próprio framework de agentes e representando os dados conforme o padrão W3C PROV. O resultado é a possibilidade de analisar as decisões dos agentes e o impacto delas no workflow gerado, com granularidade superior à dos trabalhos existentes.
Parabéns, Valesca! 👏
📄 Artigo: https://lnkd.in/dT2ra9aC 💻 Código: https://lnkd.in/dsSVpD-U
#SBBD2026 #Proveniência #WorkflowsAgênticos #AgenticAI #IAResponsável #UFF #eScience
🇺🇸 en-us
Proud to share this one: Valesca Moura's master's research (advised by Sandro Fiorini and Daniel de Oliveira) received an Honorable Mention at SBBD 2026! 🏆
The paper "A Provenance Data-Oriented Approach for Agentic Workflow Traceability" tackles a problem that grows with every new AI agent deployment: when an LLM decides tasks and data dependencies, how do we know why a workflow ended up the way it did?
Our approach (ANCHOR) captures provenance from agentic workflows by instrumenting the agent framework itself and representing the data according to the W3C PROV standard. This makes it possible to analyze agents' decisions and their impact on the generated workflow, at a finer granularity than existing approaches offer.
Congratulations, Valesca! 👏
📄 Paper: https://lnkd.in/dT2ra9aC 💻 Code: https://lnkd.in/dsSVpD-U
#SBBD2026 #DataProvenance #AgenticWorkflows #AgenticAI #ResponsibleAI #UFF #eScience