Notizie, ricerca e prodotti legati all intelligenza artificiale e ai modelli AI
DeepSeek ha rilasciato DSpark, un framework di speculative decoding che accelera la generazione per singolo utente del 60-85% su DeepSeek-V4, mantenendo la qualità dell’output invariata. Codice e pesi sono open source.
Unlimited OCR è un modello Mixture-of-Experts da 3B parametri (solo 500M attivi) che tiene la cache KV costante grazie alla Reference Sliding Window Attention. Su OmniDocBench v1.5 supera DeepSeek OCR di 6,22 punti.
Un tutorial pratico che smonta il black box di un agent framework: si costruisce da zero un runtime con tool use, memoria, permessi, skills e multi-agent coordination. Il codice è eseguibile localmente senza API key.
I nuovi modelli di Gradium traducono voce in tempo reale per 5 lingue e 20 coppie, con latenza media di 3.0 secondi e la possibilità di clonare la voce dell’oratore.
Un tutorial completo per costruire una pipeline di riconoscimento vocale e traduzione multilingue con NVIDIA Canary-1B-v2, da installazione a export di sottotitoli SRT.
Datalab ha rilasciato lift, un modello open-weight da 9 miliardi di parametri specializzato nell’estrarre dati strutturati da PDF e immagini. Accetta uno schema JSON e restituisce un oggetto JSON conforme, con una precisione del 90,2% sui campi.
Mistral AI ha rilasciato OCR 4, il suo nuovo modello di comprensione documenti. Restituisce bounding box, classificazione dei blocchi e punteggi di confidenza parola per parola, supporta 170 lingue e costa 4 dollari per 1.000 pagine.
Un agente AI non è un semplice LLM stateless: per pianificare, usare strumenti e imparare dagli errori, ha bisogno di 7 forme di memoria distinte, da quella di lavoro a quella prospettica.
FAPO è un sistema open source guidato da Claude Code che ottimizza automaticamente le pipeline multi-step dei modelli linguistici, individuando e correggendo il passaggio esatto che produce l’errore. In 15 test su 18 ha superato l’ottimizzatore GEPA.
VibeThinker-3B su AIME26 ottiene 94.3, eguagliando DeepSeek V3.2 (671B). Con test-time scaling arriva a 97.1. Open source, gira su una singola GPU.
NVIDIA Research ha rilasciato SpatialClaw, un framework che aggrega il 59.9% di accuratezza media su 20 benchmark di ragionamento spaziale, superando di 11.2 punti SpaceTools, senza bisogno di riaddestrare il modello.
Anthropic aggiorna Claude Code con Artifacts: il terminale AI ora genera pagine web interattive che si aggiornano in tempo reale e si condividono con il team. Nessun backend, massima sicurezza.