Ultime notizie
Ricerca
arXiv cs.AI
4 ago, 08:37
AI e matematica: LLM alla caccia di nuove congetture
Un gruppo di ricercatori ha sviluppato un sistema basato su LLM capace di generare e validare congetture matematiche di rilievo in modo automatizzato. Il pipeline in tre fasi integra ricerca esplorativa, validazione critica e verifica formale tramite Lean 4. L'obiettivo è individuare problemi aperti che potrebbero ridisegnare interi settori della matematica.
Ricerca
arXiv cs.AI
4 ago, 08:37
AI che valuta AI: il primo benchmark per i sistemi di ricerca autonoma
Un nuovo studio propone un protocollo standardizzato per confrontare i principali framework di AI Scientist, usando tre grandi modelli linguistici come revisori automatici. I risultati mostrano differenze nette tra i sistemi testati e aprono una questione metodologica importante: chi valida la ricerca generata dalle macchine?
Ricerca
arXiv cs.AI
4 ago, 08:37
AI Agentici Full-Stack: architettura autonoma con OpenClaw e Ollama
Un nuovo studio propone un'architettura a strati per sistemi di AI agentici completamente autonomi, usando OpenClaw come layer di orchestrazione e Ollama per l'inferenza LLM. La ricerca dimostra che capacità avanzate come memoria persistente e pianificazione emergono dall'integrazione sistemica, non dai singoli modelli. Codice e dataset sono rilasciati pubblicamente.
Ricerca
arXiv cs.AI
4 ago, 08:37
ThinkReset: ragionamento AI senza perdere il filo
Un team di ricerca ha sviluppato ThinkReset, un metodo che risolve uno dei limiti più concreti dei modelli AI nella risoluzione di problemi complessi: la finestra di contesto limitata. L'approccio introduce un'interfaccia intermedia riutilizzabile che permette al modello di 'resettarsi' senza perdere i progressi compiuti. I risultati mostrano miglioramenti consistenti su benchmark di ragionamento a lungo orizzonte.
Tool
arXiv cs.AI
4 ago, 08:37
TAPR: l'AI che riscrive i tuoi prompt per farti ottenere di più
Un team di ricerca ha sviluppato TAPR, un modello in grado di riformulare automaticamente i prompt degli utenti per massimizzare la qualità delle risposte dei grandi modelli linguistici. Il sistema è addestrato tramite reinforcement learning e ottiene miglioramenti misurabili su benchmark consolidati. La soluzione è pensata soprattutto per chi non è esperto di prompt engineering.
Tool
Google AI Blog
4 ago, 08:37
Google AI Mode: 5 modi per vivere meglio il mondo reale
Google sta integrando la modalità AI nella Ricerca per aiutare gli utenti a pianificare esperienze nel mondo reale, dai concerti alle attività outdoor. Lo strumento punta a diventare un assistente pratico per la vita quotidiana, non solo un motore di ricerca tradizionale. Una svolta che cambia il ruolo della Ricerca Google nel flusso decisionale delle persone.
Modelli
arXiv cs.AI
28 lug, 19:06
SeT-Diff: il primo modello AI universale per i supercomputer
Ricercatori hanno sviluppato SeT-Diff, un modello fondazionale basato sulla diffusione capace di gestire la telemetria dei nodi di calcolo HPC in modo flessibile e semantico. A differenza dei modelli tradizionali, funziona con qualsiasi configurazione di sensori senza dover essere riaddestrato. Un solo modello pre-addestrato copre ricostruzione dati, previsione e sensing virtuale.
Ricerca
arXiv cs.AI
28 lug, 19:06
C-VCE: spiegazioni visive AI con immagini 'what-if' interpretabili
Un nuovo framework basato su modelli di diffusione permette di generare spiegazioni contrfattuali visive guidate da concetti semantici comprensibili agli utenti. C-VCE integra il classificatore direttamente nel modello generativo, eliminando la dipendenza da classificatori esterni fragili. Il risultato sono immagini modificate in modo minimale e controllato, utili soprattutto in contesti ad alto rischio come la medicina.