Ultime notizie — pagina 6
Ricerca
arXiv cs.AI
7 lug, 09:39
AI e preferenze umane: i confronti a coppie non bastano
Un nuovo studio accademico mette in discussione uno dei metodi più usati per addestrare sistemi di IA alle preferenze umane. I confronti locali tra coppie di opzioni nascondono limiti profondi quando le persone ragionano secondo priorità multiple e potenzialmente in conflitto. Ignorare questa complessità può produrre sistemi di allineamento distorti e poco affidabili.
Ricerca
arXiv cs.AI
7 lug, 09:39
AI più efficiente: LLM piccoli guidano agenti con meno risorse
Un nuovo approccio chiamato ASK+ dimostra che modelli linguistici compatti possono guidare agenti di reinforcement learning in ambienti con informazioni incomplete, migliorando sensibilmente i risultati. La chiave non è la dimensione del modello, ma la qualità del contesto fornito. Questo apre scenari concreti per chi vuole integrare LLM in sistemi autonomi senza costi proibitivi.
Modelli
Hugging Face Blog
6 lug, 09:19
Hugging Face: valutazioni dei modelli AI tutte in un posto
Hugging Face ha integrato nelle pagine dei modelli i risultati di 'Every Eval Ever', un'iniziativa di community evaluation che aggrega benchmark provenienti da fonti eterogenee. Gli utenti possono ora confrontare le prestazioni dei modelli in modo più trasparente e completo direttamente sulla piattaforma.
Tool
Hugging Face Blog
6 lug, 09:19
Hugging Face Kernels: le novità che accelerano i modelli AI
Hugging Face ha annunciato aggiornamenti significativi alla sua libreria Kernels, progettata per ottimizzare l'esecuzione di operazioni computazionali nei modelli di intelligenza artificiale. Le novità puntano a rendere più semplice l'integrazione di kernel personalizzati ad alte prestazioni, riducendo la complessità per sviluppatori e ricercatori. Un passo concreto verso pipeline AI più veloci ed efficienti.
Ricerca
Microsoft Research Blog
6 lug, 09:19
SkillOpt: le skill degli agenti AI diventano parametri allenabili
Microsoft Research ha presentato SkillOpt, un sistema che trasforma la modifica delle istruzioni degli agenti AI in un vero processo di addestramento. L'obiettivo è rendere il comportamento degli agenti più affidabile e prevedibile, senza dover toccare i pesi del modello sottostante. Una svolta concreta per chi lavora con agenti AI in produzione.
Modelli
Hugging Face Blog
4 lug, 10:50
Gemma 4 in tempo reale: Hugging Face e Cerebras rivoluzionano la voice AI
Hugging Face e Cerebras hanno unito le forze per portare il modello Gemma 4 di Google nelle applicazioni di intelligenza artificiale vocale in tempo reale. La combinazione dell'hardware Cerebras con l'ecosistema aperto di Hugging Face abbatte le latenze che finora rendevano l'AI vocale poco pratica. Una svolta concreta per chi sviluppa assistenti vocali e interfacce conversazionali.
Coding
Hugging Face Blog
4 lug, 10:50
ScarfBench: il benchmark IBM per migrare Java con l'AI
IBM Research ha rilasciato ScarfBench, un benchmark progettato per valutare le capacità degli agenti AI nella migrazione di framework Java enterprise. Lo strumento misura quanto bene i sistemi basati su intelligenza artificiale riescono ad automatizzare uno dei compiti più onerosi dello sviluppo software moderno. Un passo concreto verso la modernizzazione del codice legacy aziendale.
Modelli
Hugging Face Blog
4 lug, 10:50
Perché la specializzazione dell'AI è inevitabile
I modelli di AI generalisti stanno cedendo il passo a soluzioni verticali, costruite per domini specifici. La specializzazione non è una moda passeggera, ma una risposta concreta ai limiti strutturali dei grandi modelli universali. Chi lavora con l'AI oggi deve capire questa transizione per fare scelte tecnologiche giuste.