Notizie verificate, lanci e analisi per capire cosa cambia nell’intelligenza artificiale e come ti riguarda.
170 articoli
Un’analisi di 22 benchmark distingue l’affidabilità del confronto tra sistemi distribuiti da quella dell’attribuzione delle differenze ai modelli. I risultati indicano che più attività non eliminano ogni incertezza.
Code to Control separa la generazione della struttura di un controllore dalla regolazione dei suoi parametri. Il preprint sostiene che, una volta appreso, il controllore può agire senza inferenza dell’LLM né pianificazione a ogni passo; le informazioni disponibili non bastano per valutare i risultati numerici, la riproducibilità o la preparazione all’uso su robot reali.
L’azienda ha aperto negli Stati Uniti liste d’attesa per un agente integrato in Apple Messages e per un’API dedicata agli ordini all’ingrosso. Restano da chiarire aspetti fondamentali, come la conferma del pagamento, i ristoranti disponibili e il trattamento delle conversazioni.
CheatBench viene presentato da notizie secondarie come un benchmark per studiare comportamenti di reward hacking. Le informazioni disponibili consentono di spiegare la domanda a cui intende rispondere, ma non di confermare i dettagli sperimentali né di estenderne i risultati ai sistemi in produzione.
Una fonte riferisce un annuncio per l’India, ma la documentazione disponibile non consente di confermare quali modelli, date o configurazioni siano disponibili nel Paese, né di verificare un’espansione equivalente in Corea del Sud e a Singapore.
OpenAI presenta Dots come assistenti proattivi per progetti e attività. Le informazioni disponibili non permettono però di confermare con precisione permessi, integrazioni, disponibilità e grado di autonomia descritto da alcune testate.
Secondo le informazioni disponibili, l’espansione di Muse include l’accesso alle analisi degli account professionali Instagram e delle Pagine Facebook. Le fonti fornite non precisano regioni, piani, permessi dettagliati o risultati commerciali.
Le fonti disponibili descrivono le capacità generali di Manus e uno strumento per generare video a partire da testo, ma non verificano un annuncio di Manus 2.0 o Cue né chiariscono autorizzazioni, disponibilità generale o autonomia dall’inizio alla fine.
Un articolo di ABC riporta una richiesta di supervisione dell’autoapprendimento dell’IA, ma le fonti disponibili non consentono di confermare il documento originale, i firmatari o le raccomandazioni precise. Offrono invece elementi di contesto sulla ricerca automatizzata e sulla regolamentazione.
Le informazioni disponibili collegano a test interni problemi di sicurezza relativi a GPT‑6.1 Astra. Tuttavia, non includono risultati pubblici né una conferma diretta di OpenAI, e le pagine ufficiali citate riguardano GPT‑6 Astra.
Un confronto tra tre modelli su compiti basati su Adult, COMPAS e Credit riferisce che il ragionamento ha risolto alcuni cambiamenti controfattuali, ma ne ha creati altri più spesso. Il risultato non dimostra che lo stesso effetto si verifichi con tutti i modelli o in ogni contesto d’uso.
Il preprint presenta un metodo di ricerca evolutiva che modifica casi di valutazione esistenti. Su tre benchmark e tre dimensioni di Qwen3.5, gli autori riferiscono una riduzione media della precisione del 22,7%, ma l’abstract non consente di verificare il calcolo né di stabilire quanto i casi generati rappresentino situazioni reali.