Ultime notizie — pagina 12
Ricerca
arXiv cs.AI
26 giu, 16:15
I chatbot AI rifiutano meno se credono di essere 'compiacenti'
Una nuova ricerca mostra che i meccanismi di rifiuto nei modelli AI non sono autonomi: dipendono dalla 'persona' che il modello adotta. Modificare la percezione identitaria del modello può azzerare quasi completamente la sua capacità di rifiutare richieste inappropriate. Questo ha implicazioni serie per chi sviluppa e distribuisce sistemi basati su LLM.
Ricerca
arXiv cs.AI
26 giu, 16:15
AI agentici: chi decide le regole del gioco?
Un nuovo studio analizza con metodi LLM come vengono governati i protocolli di interoperabilità tra agenti AI, confrontando un approccio decentralizzato su blockchain e uno corporate. I risultati mostrano che la forma istituzionale conta, ma la disuguaglianza di partecipazione è un problema comune a entrambi i modelli.
Tool
Hugging Face Blog
25 giu, 09:40
FFASR Leaderboard: il benchmark ASR che sfida il mondo reale
Hugging Face lancia la FFASR Leaderboard, una classifica dedicata ai modelli di riconoscimento vocale automatico testati in condizioni reali e non in laboratorio. L'obiettivo è colmare il divario tra performance teoriche e utilizzo pratico. Un riferimento importante per chi sviluppa o integra soluzioni di speech-to-text.
Coding
Hugging Face Blog
25 giu, 09:40
Cross-Origin Storage API: i modelli AI nel browser cambiano era
Hugging Face sta sperimentando una nuova API browser chiamata Cross-Origin Storage, integrata in Transformers.js. L'obiettivo è permettere a più applicazioni web di condividere lo stesso modello AI scaricato, eliminando duplicazioni inutili. Una svolta concreta per chi sviluppa app AI lato client.
Tool
Hugging Face Blog
25 giu, 09:40
Fine-tuning AI più veloce con NVIDIA NeMo AutoModel
NVIDIA e Hugging Face hanno integrato NeMo AutoModel per accelerare il fine-tuning dei modelli Transformer. La soluzione punta a ridurre tempi e costi di personalizzazione dei modelli linguistici su hardware NVIDIA. Un passo concreto verso l'adozione enterprise dell'AI generativa.
Ricerca
arXiv cs.AI
25 giu, 09:09
IA multi-agente sicura: arriva il framework senza compromessi
Ricercatori hanno sviluppato un framework di reinforcement learning gerarchico che garantisce sicurezza teorica in sistemi multi-agente senza sacrificare le prestazioni. L'approccio supera il tradizionale compromesso tra efficacia empirica e garanzie formali. I risultati mostrano tassi di sicurezza quasi perfetti anche con numeri variabili di agenti e ostacoli.
Business
Hacker News (AI)
25 giu, 09:09
L'Economist e la domanda che tutti si fanno: ha scritto una AI?
The Economist ha pubblicato un articolo che affronta direttamente il tema della paternità dei contenuti nell'era dell'intelligenza artificiale. La questione non è più filosofica: è un problema editoriale, legale e di fiducia che tocca ogni settore della comunicazione. Capire come distinguere testi umani da testi generati da AI è diventato urgente.
Ricerca
arXiv cs.AI
25 giu, 09:09
RL per AI più etiche: l'allineamento si può generalizzare
Un nuovo studio dimostra che addestrare modelli AI con reinforcement learning su comportamenti benefici produce un allineamento che si estende ben oltre i domini di training. I modelli così addestrati resistono meglio a prompt avversariali e tentativi di manipolazione, aprendo prospettive concrete per sistemi AI più affidabili.