AI, machine learning e insight sugli LLM.
Il ciclo ReAct consente a un modello di scegliere i propri passaggi, ma ogni ciclo Thought-Action-Observation aggiunge un ulteriore costo di inferenza, aumentando la latenza e il rischio che un singolo errore di interpretazione comprometta l'intera operazione.
Lo Swarm sostituisce un singolo supervisore con una rete piatta di agenti paritari che si criticano continuamente a vicenda, ma ogni scambio innesca una chiamata separata al modello, facendo lievitare drasticamente i costi di calcolo e la latenza.
L'agente riscrive le query, decide se è necessaria una ricerca, scompone le domande complesse in sotto-fasi e si autocorrige quando le prove sono scarse, fornendo citazioni per ogni affermazione e riducendo drasticamente l'uso dei token.
Il servizio opzionale mette a disposizione di un piccolo gruppo di creatori statunitensi una dashboard che elenca ogni video o immagine che l'IA segnala come corrispondente ai propri tratti somatici verificati, dopo aver superato un rigoroso controllo tramite selfie e documento d'identità tramite Jumio.
Sostituendo le ricerche tramite URL con hash basati sul contenuto, l'API COS consente a qualsiasi sito di richiedere un file di cui conosce già l'hash SHA-256, permettendo ai browser di servire lo stesso modello AI da 33 GB a più origini senza doverlo scaricare nuovamente.
Il flusso di lavoro rinnovato estrae le query con >500 impression, <50 clic, <1% di CTR e posizione >20, per poi utilizzare Llama 3 per i titoli e Claude 3.5 Sonnet per le bozze complete, mantenendo il costo di ogni articolo sotto i cinque centesimi e garantendo un incremento del 15% delle impression organiche.
Il tuo framework ti mentirà prima ancora che lo faccia il tuo modello. Il tuo tabellone di valutazione indicava che entrambi i motori sono falliti. Llama3.2 è fallito in 5 casi su 6. Anthropic Sonnet è fallito in 6 casi su 6...
La nuova architettura elabora intere catene di mille aminoacidi in un unico passaggio, preservando le interazioni a lungo raggio e rendendo l'addestramento su enormi corpora di sequenze più veloce ed economico.
Il nuovo protocollo x402 incorpora un token di pagamento in ogni richiesta HTTP, consentendo agli agenti AI di detrarre automaticamente i costi per dati, calcolo o chiamate API. L'integrazione di Bedrock di AWS, denominata AgentCore Payments, introduce wallet integrati e limiti di spesa per un commercio tra macchine fluido e senza intoppi.
WebMCP sostituisce il fragile scraping del DOM con un manifesto di chiamate a strumenti tipizzati che i componenti React registrano al momento del montaggio, garantendo interazioni istantanee e indipendenti dal layout per gli agenti AI in Chrome 149+.
Sostenuta da Sequoia, Felicis, Optum Ventures e Y Combinator, Bunkerhill prevede l'avvio di progetti pilota per i suoi agenti Carebricks — un software capace di estrarre dati EHR, ordinare esami di laboratorio e aggiornare i piani di cura — con l'obiettivo di sollevare i medici dai compiti di coordinamento di routine.
Il framework SEED aggiunge una fase post-episodio in cui l'agente legge la propria trascrizione, scrive lezioni in linguaggio naturale e le sintetizza in aggiornamenti della policy, trasformando segnali di ricompensa sparsi in un segnale di addestramento ricco e riutilizzabile.
La versione 2 di MCP, disponibile dal 28 luglio 2026, rimuove l'handshake di inizializzazione, l'header Mcp-Session-Id e tre sottosistemi legacy, rendendo il protocollo completamente stateless. I team possono ora operare su pod autoscalabili o serverless senza vincoli di session-affinity.
The Inferentia2 INF2.24xlarge reproduced the exact token stream of the CPU reference, but both runs fed a malformed prompt lacking the chat template and turn markers, sending Gemma-4 into an infinite loop of nonsense. The hardware merely echoed a bug in the reference code.
Aggiungendo uno strato di logging in PostgreSQL che registrava il nome del modello, il numero di token, il tipo di attività e il costo per chiamata, il ricercatore ha individuato che i risultati grezzi della ricerca SEC stavano gonfiando i prompt. Riassumere tali risultati e indirizzare i controlli semplici a un modello più economico ha portato a un risparmio del 31% e ha migliorato leggermente l'accuratezza.
Il prestito utilizza i chip per l'inferenza SN50 di SambaNova come garanzia, una classe di asset senza precedenti che promette un'elaborazione dei token fino a 16 volte più veloce, un minor consumo energetico e un raffreddamento più semplice rispetto ai tradizionali farm di GPU.
Torvalds ha comunicato alla mailing list che chiunque si opponga agli strumenti di IA, come il nuovo revisore Sashiko, può semplicemente fare un fork del kernel, ribadendo la sua posizione secondo cui il merito tecnico prevale sulla resistenza ideologica.
Il repository include il codice sorgente Rust per la CLI, l'interfaccia utente del terminale e il runtime, permettendoti di esaminare come viene assemblato il contesto, come vengono orchestrati gli strumenti e come vengono gestite le modifiche – e persino di sostituire il modello sottostante senza interrompere il flusso di lavoro.
Il Kimi K3 di Moonshot AI, un modello open-weight da 2,8 trilioni di parametri, ha superato GPT-5.6 nel benchmark real-world AA-Briefcase ed è ora disponibile tramite API, con il rilascio dei pesi previsto per il 27 luglio.
Le ultime versioni introducono l'orchestrazione dei task, workflow di approvazione, sistemi di test e navigazione consapevole della UI, consentendo a un'IA di selezionare ticket, gestire agenti autonomi, ottenere l'approvazione umana e rilasciare anteprime visive, il tutto da un'unica console.
Il servizio, disponibile solo per gli sviluppatori con sede negli Stati Uniti, prevede una tariffazione di 1,25 $ per ogni milione di token in ingresso e 4,25 $ per ogni milione di token in uscita, con un credito di 20 $ per i nuovi account e una lista d'attesa per gli utenti internazionali.
Il modello di sepsi che ha imparato a prevedere il medico. Nel 2021, Michigan Medicine ha testato il modello di sepsi di Epic. Hanno esaminato 38.455 degenze ospedaliere. Epic ha affermato che la sua precisione era elevata...
PrismML’s Bonsai 27B shrinks from a 54.7 GB full-precision model to a 3.9 GB 1-bit file, fitting on a flagship iPhone while retaining 89.5% of its quality. The claim relies on Apple’s MLX stack and delivers about 11 tokens per second, but memory, heat and battery impacts remain unmeasured.
Il modello interno GPT-Red di OpenAI ha ridotto i fallimenti nella linea GPT-5.6 Sol di un fattore sei, ma il paper di ricerca offre solo teoria — non un framework scaricabile — lasciando i piccoli team a dover sviluppare i propri test deterministici.
