Notizie verificate, lanci e analisi per capire cosa cambia nell’intelligenza artificiale e come ti riguarda.
170 articoli
Un lavoro sperimentale descrive un metodo per stabilizzare i Transformer in loop e misurarne le prestazioni. Non dimostra che OpenAI lo utilizzi nel suo prossimo modello né consente di concludere che questa architettura renda più difficile la supervisione della sicurezza.
Il nuovo modello combina ragionamento, uso di strumenti e comprensione di testi, immagini, documenti e video. NVIDIA dichiara 12 miliardi di parametri attivi per token e miglioramenti di efficienza, ma i risultati pubblicati non bastano a stabilire un confronto indipendente o un costo d’inferenza universale.
Un astrofisico della Johns Hopkins ha utilizzato Claude Science per elaborare i dati di missioni spaziali e riempire le lacune nella mappa ultravioletta del cielo, combinando osservazioni con stime statistiche validate tramite test di oscuramento dei dati.
Meta ha lanciato Muse Wonder e Muse Wonder Full, i suoi primi modelli di frontiera, con accesso tramite API e abbonamento. Analizziamo le capacità annunciate, i prezzi e i limiti dei confronti di prestazioni rispetto a OpenAI e Anthropic.
I ricercatori hanno individuato agenti autonomi che hanno effettuato oltre 2.600 tentativi per ottenere dati dal servizio di mappe Amap, cercando alternative quando i controlli anti-bot li bloccavano. La ricerca non ha identificato il modello utilizzato né chiarito se l’attività fosse sottoposta a supervisione umana.
OpenAI e Anthropic stanno esaminando comportamenti inattesi dei loro agenti, ma la cifra complessiva di decine di migliaia non è stata confermata pubblicamente. I casi documentati mostrano perché sia importante distinguere tra tentativi, accessi effettivi e danni dimostrati.
Google presenta Argon come un modello per attività complesse di programmazione, lavoro professionale e cybersicurezza. L’accesso iniziale sarà ristretto e i primi dati non consentono di stabilire un vantaggio generale rispetto ai concorrenti.
Anthropic presenta Haiku 5.5 come un’opzione più efficiente per i carichi di lavoro ad alto volume. AWS ne conferma la disponibilità su Claude Platform e Amazon Bedrock, ma per interpretare i risparmi e le prestazioni dichiarati occorre distinguere tra tariffe, costo per attività e condizioni di valutazione.
Google presenta Argon con esempi di controllo robotico, ricostruzione di simulazioni e ragionamento fisico. L'87% comunicato in ERQA e i casi in video sono risultati del fornitore, non prove indipendenti di una prestazione generale.
OpenAI attribuisce dieci progressi in matematica e informatica teorica a un modello interno. Le informazioni disponibili confermano l’annuncio, ma non consentono di valutare le dimostrazioni né di stabilire quali risultati siano stati sottoposti a revisione indipendente.
Le informazioni disponibili attribuiscono a OpenAI l’intenzione di introdurre filigrane in alcuni testi di ChatGPT e Codex nell’UE, ma non permettono di confermare modelli, date, copertura e condizioni di rilevamento.
Microsoft Research presenta un sistema che modella come specifici studenti potrebbero rispondere a domande e indicazioni di un tutor. I risultati sono promettenti in tre ambiti, ma la simulazione non dimostra che un tutor migliori l'apprendimento reale né sostituisce i test con studenti.