One File Change Cuts 33-Chunk RAG Ingestion from 50 s to 1.5 s
31.8x Speedup With One File Change I tested a RAG ingestion pipeline and found a bottleneck. One document took 50 seconds to process. My CPU usage was low. The app was not struggl…
GyaanSetu AI
AI, machine learning e insight sugli LLM.
FluxA lancia AgentCard, permettendo ai bot di acquistare qualsiasi cosa tramite carte virtuali monouso
AgentCard di FluxA genera un numero virtuale Visa o Mastercard monouso e con limite di spesa per ogni acquisto gestito dall'IA, dismettendo il numero istantaneamente per eliminare fughe di dati, spese eccessive e revoche indiscriminate.
Gli agenti IA rischiano perdite finanziarie finché il coefficiente Genie non riduce gli errori letterali
Il coefficiente Genie misura lo scarto tra l'intento reale dell'utente e l'output letterale di un agente IA, segnalando comportamenti rischiosi che potrebbero portare a violazioni dei dati, perdite monetarie o sanzioni normative in settori critici.
Gli sviluppatori possono ora impartire comandi di codice a voce a GPT-Live, riducendo il passaggio tra le finestre
GPT-Live, integrato nell'app desktop di ChatGPT, consente agli sviluppatori di impartire comandi vocali come "esegui analisi statica" o "aggiungi unit test", con il modello che conferma le azioni ad alta voce e avvia workflow paralleli — tutto questo per gli abbonati.
Audit delle competenze degli agenti: un modello di minaccia
Audit delle competenze degli agenti: un modello di minaccia. Inseriresti una chiavetta USB qualsiasi di uno sconosciuto? Probabilmente no. La maggior parte delle persone conosce il rischio. Eppure, gli sviluppatori fanno l'equivalente digitale...
Mozilla Bets Real-Time AI Content Will Offset Falling Search Revenue
The daily crossword is built by feeding the latest news into a large language model, which generates word-clue pairs that a mathematical solver turns into a printable grid. Mozilla says the extra stickiness could help recoup the higher compute bills and keep users from drifting to external search si
I modelli open-weight alimentano ora il 29% dei token AI di Vercel, in crescita rispetto all'11% di aprile
I dati del gateway di Vercel relativi a giugno mostrano che i modelli open-weight economici sono passati da poco più di un decimo a quasi un terzo di tutti i token in soli due mesi, con DeepSeek che da solo rappresenta oltre un quinto di tale traffico.
Encord punta a un dataset cinque volte più grande di YouTube per alimentare robot di livello umano
La partnership di Encord con la startup tedesca Zander Labs doterà gli operatori di visori EEG e sensori EMG sull'avambraccio, con l'obiettivo di creare un set di addestramento così vasto da superare il corpus video di YouTube e accelerare la manipolazione robotica agile.
L'iniziativa AI da 14,5 miliardi di dollari del DepEd vacilla mentre le scuole rurali perdono la connessione ogni pochi minuti
Il lancio di AGAP.AI del Dipartimento dell'Istruzione promette un tutoraggio basato sull'IA, tuttavia una valutazione della maturità digitale mostra che la maggior parte delle scuole pubbliche soffre di frequenti interruzioni di rete e utilizza computer incapaci di gestire i browser moderni, trasformando la previsione di mercato da 14,5 miliardi di dollari in un sogno irraggiungibile per molti studenti.
Politiche DMARC deboli potrebbero mettere in blacklist intere flotte di agenti IA in una notte sola
L'infrastruttura alla base dei tuoi agenti IA sta marcendo. Tutti dicono che agli agenti IA basti una singola chiamata API per ottenere una casella di posta. Si sbagliano. Ho scansionato 671.693 domini per vedere cosa succede in realtà...
Il recall RAG è balzato dal 60% al 90% dopo la correzione della metrica
L'autore ha scoperto che tre quarti dei cosiddetti «errori» contenevano in realtà l'informazione necessaria, ma in una pagina diversa da quella prevista dallo script di test. Passando la metrica al recall a livello di fatto, il valore si è allineato alla precisione delle risposte del 90%.
L'IA Gemma integrata trasforma i dispositivi ESP32 da 8 dollari in vettori di minaccia non tracciabili
Uno sviluppatore indipendente ha ridotto il modello Gemma di Google a 28,9 milioni di parametri, comprimendolo nella limitata RAM e memoria flash dell'ESP32-S3 per consentire l'inferenza completamente offline su hardware così economico da poter essere nascosto in qualsiasi sensore o dispositivo indossabile.
Gli agenti AI locali possono ora generare diagrammi ingegneristici identici senza cloud
Il tldraw-canvas-kit di Prateek Rai include 19 abilità per agenti basate su JSON che consentono a Claude Code, Cursor o qualsiasi LLM locale di pilotare l'app desktop tldraw. Il kit avvia un server HTTP locale, salva i diagrammi come semplici file .tldraw e garantisce aggiornamenti idempotenti senza alcuna telemetria.
AgentOps corregge i bug in meno di un minuto grazie all'osservabilità in tempo reale
Creato per l'hackathon di SigNoz, AgentOps monitora i picchi di errore, estrae i log, individua la riga difettosa, scrive una patch in un ambiente sandbox e riesegue la richiesta, il tutto senza alcun intervento umano, completando ogni ciclo in 30-60 secondi.
Claude Opus 5 costa il triplo di Opus 4.8 con prompt semplici
Entrambi i modelli riportano tariffe dei token identiche, ma la modalità predefinita di 'adaptive-thinking' di Opus 5 conta il ragionamento interno come token di output, gonfiando i costi fino al 95% su query semplici. Disabilitando la funzione si ripristina la parità.
Openship sposta le build su una macchina separata, risparmiando RAM sui server di produzione
Spostando la dashboard e il runner CI/CD su una workstation o su un dispositivo dedicato e inviando il container finale tramite SSH, Openship libera memoria sul server live, migliora la sicurezza e velocizza le build — anche se la modalità desktop scompare quando l'host viene spento.
Anthropic presenta Claude Opus 5 con una finestra di contesto da un milione di token senza alcun aumento di prezzo
Claude Opus 5 amplia la finestra di contesto a un milione di token e l'output fino a 128k token mantenendo i prezzi di Opus 4.8, ma introduce controlli sul livello di sforzo, una fase di pensiero forzata, il caching dei prompt per input da 512 token e la versione beta dello switch tra strumenti a metà conversazione.
Fable 5 supera Opus 5 in velocità, riducendo la latenza del 24% e i token del 43%
In una suite di sette task che comprendono revisione del codice, generazione di JSON, problemi di fisica e sintesi, Fable 5 è stato il 24% più veloce e ha utilizzato il 43% in meno di token, ma ha fallito due task ed è incorso in filtri di contenuto, mentre Opus 5 ha completato con successo tutti i compiti dopo un solo tentativo.
Il duo Planner-Worker di Cursor raggiunge il 100% di precisione nella riscrittura di 835 pagine di SQLite
Durante la riscrittura completa del manuale Rust di SQLite di 835 pagine, lo sciame a due cervelli di Cursor ha raggiunto il 100% di precisione, riducendo il codice a sole 9.908 righe e abbattendo i costi a 411 dollari, contro i 10.565 dollari di un'esecuzione singola con GPT-5.5.
Rapid Typists Triggered Duplicate Bot Replies Until a New Lease Mechanism Fixed It
The bug only appeared when users hammered send fast enough to fire multiple requests before the AI started thinking. A millisecond-long DB lock vanished, letting several processes answer the same prompt until engineers introduced version counters, isolated timers, and a compare-and-swap lease.
Come la dimensione dei chunk, gli embedding e la ricerca ibrida determinano il successo o il fallimento della produzione di sistemi RAG
Portare un sistema di Retrieval-Augmented Generation agli utenti reali dipende da cinque decisioni — la strategia di chunking, il modello di embedding, il vector store, la ricerca ibrida e la valutazione — ognuna delle quali influisce direttamente su precisione, recall, latenza e persino sui costi di supporto.
Il prompt caching riduce drasticamente la latenza di Claude 4.6, con risposte fino a 5 volte più veloci
La cache memorizza un segmento di prompt statico — almeno 1.024 token per Sonnet o 4.096 per Opus — nella memoria della GPU per cinque minuti, consentendo alle chiamate ripetute di saltare la fase di warm-up e riducendo sia la latenza che i token fatturabili.
Claude Code perdeva 10 secondi per turno a causa di lookup npx nascosti: l'installazione globale ne risparmia sei
Un lookup npx nascosto nell'hook Stop di Claude Code interpellava il registro npm sei volte per turno, aggiungendo circa 10 secondi di latenza e picchi occasionali di 113 secondi. Sostituire le chiamate con un binario installato globalmente ha dimezzato il ritardo.
Mowito raccoglie 3 milioni di dollari per implementare i "cervelli" per bracci robotici nelle fabbriche di Detroit
Il finanziamento pre-seed di Mowito finanzierà un centro di sviluppo a Detroit e progetti pilota con produttori ad alta varietà e bassi volumi, con l'obiettivo di dimostrare che il suo software basato su visione e apprendimento per rinforzo può ridurre i tempi e i costi di riprogrammazione dei robot.