Unlimited-OCR di Baidu: cosa significa elaborare documenti lunghi in un'unica pipeline
Il progetto open source Unlimited-OCR propone il parsing di immagini e PDF multipagina con un modello vision-language. Requisiti, promesse e controlli necessari.
Blog
Appunti tecnici, processi, automazioni e decisioni progettuali.
DeepLoop e i transformer ricorrenti: perché riusare gli stessi blocchi richiede regole nuove
Il paper DeepLoop propone una regola di scalatura per stabilizzare i transformer che riusano gli stessi blocchi. Cosa dimostra, cosa non dimostra e come valutarla.
OpenPlanter: una mappa di relazioni non è una prova di potere
Come leggere e verificare le reti di aziende e politica costruite con OpenPlanter, senza trasformare collegamenti pubblici in accuse.
Ragionamento nascosto nei token riempitivo: cosa mostra davvero lo studio sui punti nei prompt
Uno studio osserva calcoli intermedi nei token riempitivo di alcuni LLM. Il risultato riguarda la monitorabilità interna, non una scorciatoia per leggere ogni ragionamento del modello.
QwenPaw: cosa valutare prima di affidare un assistente AI locale a file, tool e messaggi
QwenPaw promette un assistente personale eseguibile in locale o cloud. Analisi di memoria, canali, permessi e controlli necessari prima dell'uso reale.
Steganografia nelle conversazioni LLM: perché il testo normale non basta come controllo
Il repository conversation-steganography mostra un rischio di ricerca: canali nascosti in testo plausibile. Non è prova che ogni chatbot li usi.
Agentic testing per CTO: una guida gratuita per introdurre QA con agenti AI
Una nuova guida gratuita propone un percorso per adottare il testing agentico: dal proof of concept alla produzione, con impatti e rischi per CTO e team QA.
Cactus-Compute Needle: modello da 26 milioni di parametri distillato da Gemini per l'uso sul dispositivo
Cactus-Compute presenta Needle, un modello open source compatto distillato da Gemini e pensato per esecuzione locale ad alta velocità.
Claude Code UltraReview: quando usare una revisione multi-agente e cosa invia al cloud
UltraReview esegue una revisione cloud multi-agente con verifiche indipendenti. Guida pratica su scope, costi, dati e uso prima del merge.
I modelli di diffusione video non simulano bene le reazioni a catena: cosa significa
Un nuovo studio mette in dubbio la capacità dei modelli di diffusione video di simulare fisica con reazioni a catena, anche aumentando il calcolo.
Tinker Cookbook: SDK open source per il fine-tuning via API dei modelli linguistici
Thinking Machines pubblica Tinker Cookbook, un SDK open source per sperimentare fine-tuning via API: opportunità, limiti e cosa valutare prima dell'adozione.
HydraDB per la memoria degli agenti: cosa cambia passando da vettori a contesto strutturato
HydraDB propone un livello di memoria con grafo, versioni temporali e recupero a bassa latenza. Cosa dichiara il prodotto e come valutarlo in un progetto RAG.
HyperFrames: video MP4 riproducibili da HTML, CSS e JavaScript
HyperFrames usa il browser e FFmpeg per trasformare composizioni HTML in video MP4 deterministici. Dove è utile, quali vincoli introduce e come provarlo.
Un libro gratuito sul reinforcement learning: come usarlo senza confondere teoria e prodotto
The Little Book of Reinforcement Learning raccoglie concetti e algoritmi chiave. Cosa copre, cosa va verificato e un percorso pratico per studiarlo.
I modelli linguistici devono dormire? Cosa studia un paper su memoria e auto-modifica
Un preprint propone fasi di consolidamento per modelli linguistici. Spieghiamo il metodo, le cautele e quali prove servono prima di chiamarlo auto-miglioramento.
Claude Artifacts con editing collaborativo e condivisione pubblica
Claude Artifacts con editing collaborativo e condivisione pubblica: impatto pratico, rischi, criteri di valutazione e segnali da monitorare nei prossimi mesi.
Prefect per pipeline dati resilienti in Python: perché conta per i team AI
Prefect per pipeline dati resilienti in Python: perché conta per i team AI: impatto pratico, rischi, criteri di valutazione e segnali da monitorare nei prossimi mesi.
Aya Vision 8B: come valutare un modello visivo multilingue open weights
La scheda di Aya Vision 8B documenta un modello multimodale di Cohere Labs. Usi plausibili, test necessari e limiti prima di inserirlo in un prodotto.
RoboDojo: perché un benchmark per robot deve unire simulazione e prove fisiche
RoboDojo valuta policy di manipolazione robotica in 42 task simulati e 18 reali. Cosa misura, cosa resta fuori e come leggere una classifica.
Zhipu AI migliora l'addestramento RL per codice e matematica
La nuova tecnica di addestramento RL di Zhipu AI supera GRPO su benchmark di codice e matematica: impatto, limiti e segnali da monitorare.
Zamba2-7B combina Mamba2 e Transformer per un modello chat ibrido
Zamba2-7B combina Mamba2 e Transformer per un modello chat ibrido: significato, impatto pratico, rischi e aspetti da monitorare.
Realtime API: progettare un agente vocale con latenza, strumenti e controlli
La guida Realtime di OpenAI spiega sessioni audio in tempo reale. Cosa misurare e quali limiti imporre prima di collegare voce, strumenti e dati di un utente.
NVIDIA GR00T N1.7: modello open source per robot umanoidi e manipolazione
NVIDIA GR00T N1.7: modello open source per robot umanoidi e manipolazione: significato, impatto pratico, rischi e aspetti da monitorare.
GitHub Spec Kit: usare le specifiche per rendere controllabile il coding assistito
Spec Kit propone un flusso spec-driven per progetti software con AI. Cosa aggiunge al lavoro di un team, dove fallisce e come provarlo senza burocrazia.
olmOCR di Allen AI: estrarre PDF per LLM senza perdere struttura e provenienza
olmOCR è un progetto open source per convertire PDF complessi in testo strutturato. Cosa risolve, perché OCR non basta e come controllare i risultati prima di usarli in RAG.
Il corso gratuito di Andrej Karpathy sulle reti neurali: come studiarlo con esercizi verificabili
NN Zero to Hero è una serie open source sulle reti neurali. Cosa offre a chi parte da Python e come evitare di confondere la visione del corso con competenza pratica.
RAG Techniques: una raccolta pratica da usare come laboratorio, non come ricettario
Il repository RAG Techniques raccoglie esempi di retrieval augmented generation. Come scegliere una tecnica, misurarla e non confondere una demo con una knowledge base affidabile.
Codebase-memory indicizza il kernel Linux in tre minuti: meno chiamate per gli agenti di codice
Codebase-memory indicizza il kernel Linux in tre minuti: meno chiamate per gli agenti di codice: significato, impatto pratico, rischi e aspetti da monitorare.
Storie degli LLM troppo simili: cosa rivela il caso di Elias e del faro
Uno studio su 20.000 racconti generati da quattro modelli trova ricorrenze sorprendenti. Come leggere il risultato senza trasformarlo in una tesi sull'intera letteratura AI.
NumPy resta il riferimento per la scienza dei dati in Python
NumPy resta il riferimento per la scienza dei dati in Python: significato, impatto pratico, rischi e aspetti da monitorare.
AI Berkshire con Claude: rendimenti dichiarati al 69% e rischi dell’analisi azionaria automatizzata
AI Berkshire con Claude: rendimenti dichiarati al 69% e rischi dell’analisi azionaria automatizzata: impatto pratico, rischi, valutazione e segnali da monitorare.
ASUS AI POD con NVIDIA Vera Rubin NVL72: efficienza e avvio rapido per fabbriche AI
ASUS AI POD con NVIDIA Vera Rubin NVL72: efficienza e avvio rapido per fabbriche AI: impatto pratico, rischi, valutazione e segnali da monitorare.
OpenCode: cosa cambia con un coding agent open source nel terminale
OpenCode è un agente di coding open source. Analisi di autonomia, permessi, provider e test da fare prima di affidargli una codebase.
Obsidian Skills trasforma le note in un agente AI locale con licenza MIT
Obsidian Skills trasforma le note in un agente AI locale con licenza MIT: impatto pratico, rischi, valutazione e segnali da monitorare.
Quando un cruscotto diventa un incentivo: il reward hacking osservato in un sandbox
Il paper Greed Is Learned studia come una ricompensa resa visibile possa deviare una policy dal compito reale. Cosa mostra e cosa non dimostra.
Builder.io Agent Native: registratore schermo open source leggibile dagli agenti AI
Builder.io Agent Native: registratore schermo open source leggibile dagli agenti AI: impatto pratico, rischi, valutazione e segnali da monitorare.
Addestramento senza critico: come leggere un confronto con GRPO sui problemi matematici
Un paper su arXiv propone un approccio senza modello critico per il reinforcement learning di LLM. Cosa verifica, cosa non dimostra e come valutarlo.
Stanford STORM: ricerche automatiche e report citati con un tool open source
STORM di Stanford automatizza ricerca, sintesi e scrittura di report citati: utile, ma da valutare con attenzione su qualità delle fonti e revisione umana.
AI for Beginners di Microsoft: come usare bene un corso open source di 12 settimane
Il repository Microsoft AI for Beginners offre 24 lezioni. Cosa contiene, cosa non promette e come trasformarlo in un percorso di studio verificabile.
Zero to Mastery pubblica un corso gratuito di machine learning open source
Zero to Mastery pubblica un corso gratuito di machine learning open source: impatto pratico, rischi, criteri di valutazione e segnali da monitorare.
LMCache accelera l’inferenza LLM con una cache KV open source
LMCache accelera l’inferenza LLM con una cache KV open source: impatto pratico, rischi, criteri di valutazione e segnali da monitorare.
SkillSpector controlla le skill degli agenti AI prima dell’installazione
SkillSpector controlla le skill degli agenti AI prima dell’installazione: cosa cambia, perché conta e quali rischi monitorare.
Algoritmo distribuito per reti multi-agente: equilibrio senza coordinatore centrale
Un algoritmo distribuito porta reti multi-agente verso l’equilibrio senza coordinatore centrale: utilità per robotica, reti e sistemi autonomi.
Microsoft apre un corso gratuito di machine learning in 12 settimane
Microsoft apre un corso gratuito di machine learning in 12 settimane: impatto pratico, rischi, criteri di valutazione e segnali da monitorare.
Ottimizzazione di forme con accelerazione: cosa propone davvero il lavoro di Yezzi e Sundaramoorthi
Un paper del 2017 estende l'idea di accelerazione di Nesterov alla geometria di curve e superfici. Ambito, risultati e limiti pratici.
Stanford e Meta: il codice come spina dorsale degli agenti AI
Uno studio di Stanford e Meta sostiene che il codice possa diventare la struttura portante degli agenti AI: impatto su affidabilità e progettazione.
Yi Ma pubblica un libro aperto sulla matematica del deep learning
Il libro aperto di Yi Ma prova a rendere più chiari i fondamenti matematici del deep learning moderno: valore per studio, ricerca e pratica.
Google Magenta Realtime: musica generativa open weights dentro la DAW
Google Magenta Realtime porta un modello musicale in tempo reale con pesi aperti e plugin per DAW: utilità concreta, rischi e cosa monitorare.
Recupero di segnali complessi con matrici low rank: meno misurazioni, più efficienza
Un metodo matematico per recuperare segnali complessi con meno misurazioni mostra perché le matrici low rank restano centrali in compressione e ricostruzione.
Roblox Cube: il modello a codice aperto per creare oggetti e scene 3D
Roblox Cube porta la generazione 3D a codice aperto dentro il flusso creativo dei giochi: impatto, limiti, rischi e segnali da seguire.
World model per reti 6G: previsione più precisa e inferenza quattro volte più veloce
Un nuovo world model promette previsioni migliori per reti 6G con inferenza più rapida: perché conta per pianificazione, controllo e costi operativi.
Google Magenta RealTime 2: generazione musicale su dispositivo con un modello aperto da 2,4B
Google Magenta RealTime 2: analisi in italiano su significato, impatto pratico, rischi e segnali da monitorare.
NVIDIA Cosmos 3: piattaforma aperta per costruire modelli di IA fisica
NVIDIA Cosmos 3: analisi in italiano su significato, impatto pratico, rischi e segnali da monitorare.
Aoden Teo TTS: modello vocale open source da 8B con latenza di 110 ms
Il modello TTS open source da 8 miliardi di parametri promette risposte vocali rapide e riporta al centro il tema della voce generativa locale.
Perché i modelli grandi trattengono meglio i compiti rari
Un paper separa capacità, interferenza e frequenza dei dati per spiegare perché la scala aiuta alcuni compiti. Cosa implica per dataset e valutazioni.
Un modello da 800 mila parametri risolve Sudoku difficili: cosa insegna Lattice Deduction Transformer
LDT combina ricorrenza e vincoli logici per risolvere benchmark di Sudoku. Il risultato è forte, ma non è una prova che i modelli piccoli sostituiscano gli LLM generali.
Anthropic Skills: istruzioni riusabili per agenti, con confini e verifiche
Il repository Anthropic Skills mostra come impacchettare procedure per agenti. Perché aiuta la coerenza, quali rischi introduce e come revisionare una skill prima dell'uso.
RF-DETR su CPU: come valutare un detector leggero prima del deployment edge
Un detector piccolo può ridurre costo e latenza, ma occorre misurare precisione, frame rate, memoria e comportamento nei casi difficili.
Crawl4AI: cosa valutare prima di usare un crawler per flussi LLM
Analisi pratica di Crawl4AI: estrazione, rendering, cache, compliance e controlli necessari prima di portare contenuti web in un sistema RAG.
Micrograd dimostra un neural net funzionante in 150 righe di Python
Micrograd dimostra un neural net funzionante in 150 righe di Python: analisi in italiano su impatto, rischi, casi d uso e cosa monitorare.
NVIDIA Skills: perché le procedure per agenti richiedono una scheda di sicurezza
NVIDIA Skills pubblica procedure riusabili per agenti. Cosa controllare prima dell'installazione, come limitare le capacità e perché una scheda di sicurezza è utile.
Meta rilascia SAM3 open source: tracking video guidato dal testo
Meta rilascia SAM3 open source: tracking video guidato dal testo: analisi in italiano su impatto, rischi, casi d uso e cosa monitorare.
CLI-Anything: come trasformare qualsiasi software in un CLI pronto per agenti AI
CLI-Anything rende i software più facili da controllare per agenti AI: cosa significa, dove è utile, rischi, valutazione e segnali da monitorare.
CodeGraph: meno tool call per esplorare il codice con grafi semantici
CodeGraph punta a ridurre le chiamate di esplorazione del codice usando grafi semantici: perché conta, rischi e metriche utili.
WhichLLM: scegliere un LLM locale in base all hardware reale
WhichLLM aiuta a capire quali modelli locali il tuo hardware può davvero eseguire: vantaggi, limiti, impatto pratico e rischi.
GitHub Copilot app: come valutare un agente fuori dall'IDE
L'app GitHub Copilot sposta parte del lavoro AI in un ambiente separato. Permessi, repository, review e metriche per provarla senza perdere controllo.
Made With ML: una guida pratica per portare il machine learning in produzione
Cosa insegna davvero Made With ML, quali parti sono riusabili in un team e come trasformare il materiale in un controllo di qualità prima del rilascio.
agente AI per risorse LLM: cosa cambia e perche conta
agente AI per risorse LLM: analisi in italiano su impatto pratico, rischi, casi d uso, metriche e segnali da monitorare.
Modelli di diffusione per il testo: come leggere il paper di Kaiming He
Un preprint su arXiv esplora la generazione testuale con diffusione. Architettura, confronto con modelli autoregressivi e criteri per valutare il claim.
TabPFN: quando un foundation model per dati tabellari è una scelta sensata
Come valutare TabPFN su dataset reali: confini del modello, confronto con baseline, costi e controlli prima dell'uso operativo.
1Password e Fiddler AI affrontano identita e sicurezza degli agenti AI
1Password e Fiddler AI affrontano identita e sicurezza degli agenti AI: analisi pratica in italiano su impatto, rischi, casi d uso e metriche da monitorare.
Awesome AI Apps: come usare una raccolta di progetti LLM senza scambiare gli esempi per prodotti pronti
Il repository awesome-ai-apps raccoglie progetti su RAG, agenti e workflow. È utile per orientarsi e fare prototipi, ma richiede controllo di licenze, dipendenze e dati.
Model Spec Midtraining: cosa dice il paper sul far generalizzare meglio le regole di sicurezza
Il lavoro di Anthropic su Model Spec Midtraining riporta un calo dal 54% al 7% in una specifica valutazione di disallineamento agentico. Ambito e limiti.
PageIndex: RAG documentale senza indice vettoriale, cosa verificare
PageIndex propone un indice gerarchico basato sulla struttura del documento. Vantaggi, limiti e test necessari prima di usarlo su documenti finanziari o normativi.
Walkyrie 1.3B: cosa cambia per creator e sviluppatori
Analisi in italiano su Walkyrie 1.3B: significato della notizia, impatto pratico, rischi, confronto e segnali da monitorare.
Un solver C per Minesweeper in Pascal: piccolo progetto, grandi lezioni sui limiti degli agenti
Il repository tsoding/mine contiene un gioco da terminale in Free Pascal e un solver separato in C. Non è un agente LLM, ma è un esempio leggibile di automazione ristretta.
Scrapling: cosa cambia per team data engineering
Analisi in italiano su Scrapling: significato della notizia, impatto pratico, rischi, confronto e segnali da monitorare.
Quando una chat AI può ridurre l'autonomia dell'utente: cosa misura lo studio su Claude
Un'analisi privacy-preserving di 1,5 milioni di conversazioni Claude.ai studia il potenziale di disempowerment. Risultati, limiti e implicazioni di prodotto.
AWS AgentCore: controlli da verificare prima del deploy di un agente
I sample di AWS AgentCore mostrano componenti per agenti. Una guida pratica su identità, osservabilità, permessi e prove prima dell'uso enterprise.
FinRL: toolkit open-source di reinforcement learning per stock trading
FinRL: toolkit open-source di reinforcement learning per stock trading: analisi pratica in italiano su impatto, rischi, casi d uso e metriche da monitorare.
Xiaomi MiMo-V2.5: modello omnimodale per testo, visione e audio
Xiaomi MiMo-V2.5: modello omnimodale per testo, visione e audio: analisi pratica in italiano su impatto, rischi, casi d uso e metriche da monitorare.
CorridorKey: green screen neurale per estrarre soggetti con più precisione
CorridorKey: green screen neurale per estrarre soggetti con più precisione: analisi pratica in italiano su impatto, rischi, casi d uso e metriche da monitorare.
Da foto a modello 3D: lo strumento Microsoft che accelera asset e prototipi
Da foto a modello 3D: lo strumento Microsoft che accelera asset e prototipi: analisi pratica in italiano su impatto, rischi, casi d uso e metriche da monitorare.
Embedding ricorrenti a memoria costante: alternativa ai limiti dei transformer
Embedding ricorrenti a memoria costante: alternativa ai limiti dei transformer: analisi pratica in italiano su impatto, rischi, casi d uso e metriche da monitorare.
DESIGN.md di Google: un contratto di design leggibile anche dagli agenti di coding
Il progetto DESIGN.md propone un formato per rendere persistenti identità visiva e regole di interfaccia. Come provarlo senza confondere specifica, design system e codice.
Fine-tuning del ragionamento: come insegnare agli LLM a gestire problemi difficili
Un metodo di fine-tuning orientato al ragionamento prova a migliorare la capacità dei modelli di affrontare problemi non risolvibili in modo diretto.
SDK Python per agenti AI: perché semplifica workflow multi-agente
Un SDK Python open-source per workflow multi-agente rende più ordinata la creazione di automazioni con tool, handoff e controlli.