Un nuovo framework chiamato GATS ridisegna il modo in cui gli agenti AI pianificano le azioni, eliminando completamente le chiamate ai modelli linguistici durante l'esecuzione. Nei test, raggiunge un tasso di successo del 100% contro il 92% di LATS e il 64% di ReAct. Zero varianza tra un'esecuzione e l'altra: i piani sono deterministici.

NVIDIA e Hugging Face hanno rilasciato dataset aperti pensati specificamente per addestrare agenti AI autonomi. Un'iniziativa che abbassa le barriere per chi vuole costruire sistemi agentici senza partire da zero.

Un nuovo framework teorico affronta il problema della fiducia nelle comunicazioni pubbliche quando umani e LLM interagiscono in reti dense di informazioni. La ricerca introduce il concetto di 'epistemologia sociale avversariale' per spiegare come gli agenti manipolano le catene di affidabilità. Non si tratta solo di fake news: il problema è strutturalmente più profondo.

Un nuovo studio teorico spiega quando i modelli linguistici avanzati traggono davvero vantaggio dal ragionamento riflessivo iterativo. La ricerca identifica le condizioni precise in cui 'pensare più volte' porta a miglioramenti esponenziali, e quando invece non cambia nulla rispetto al semplice campionamento casuale.

Un team di ricercatori ha sviluppato HALE, un framework ibrido che integra i modelli linguistici di grandi dimensioni nelle simulazioni ad agenti per prevedere comportamenti umani in tempo reale. Il sistema è stato testato sulla diffusione del COVID-19 in una contea dello Utah. L'approccio supera uno dei limiti storici di questi modelli: la dipendenza da dati statici e predefiniti.

Un gruppo di ricercatori ha sviluppato Prompt-to-Paper, un sistema multi-agente capace di generare manoscritti scientifici completi in bioinformatica partendo da un semplice prompt. A differenza dei sistemi precedenti, ogni affermazione è verificabile e gli esperimenti vengono davvero eseguiti. Il costo? Circa 31 centesimi di dollaro per paper.

Un gruppo di ricercatori ha sviluppato un nuovo framework per rendere interpretabili i sistemi IoT cyber-fisici, ispirandosi alla meccanica statistica invece che ai tradizionali grafi causali. L'approccio supera in accuratezza e scalabilità i metodi attuali, aprendo nuove strade per la sicurezza industriale e la diagnostica automatizzata.

Un nuovo benchmark chiamato CSTutorBench valuta i modelli linguistici di piccole dimensioni nel ruolo di tutor di programmazione per studenti K-12. I risultati mostrano che la famiglia del modello conta più del numero di parametri, ma le lacune pedagogiche restano significative. Prompt engineering mirato può migliorare sensibilmente le prestazioni.