Notizie, ricerca e prodotti legati all intelligenza artificiale e ai modelli AI
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.
Amazon ha presentato AWS Context, un knowledge graph che si auto-aggiorna in base all’uso degli agenti AI. Il servizio fa parte di uno stack a tre livelli che include S3 Annotations e Glue skill assets.
Z.ai ha rilasciato GLM-5.2, modello open-weight da 753 miliardi di parametri. Supera GPT-5.5 in benchmark SWE e costa 1/6. Licenza MIT permette esecuzione locale.
Un team di ricercatori di Sina Weibo ha pubblicato un modello AI con 3 miliardi di parametri che sui benchmark matematici supera sistemi come Gemini 3 Pro e DeepSeek V3.2, che hanno centinaia di miliardi di parametri. Il paper ha acceso un acceso dibattito sulla credibilità dei benchmark stessi.
MCP ha vinto la tool calling, A2A la coordinazione tra agenti. Ma nessuno dei due risolve il problema del trasporto diretto quando gli agenti non sono raggiungibili via HTTP.
Un tutorial Python per lavorare con FineWeb: stream del dataset senza scaricarlo, applicazione dei filtri Gopher e C4, deduplicazione con MinHash e verifica dei token con tiktoken.
Claude Code è passato da tool da terminale a sistema agentico a strati: memoria, hook, skills, subagenti, plugin e MCP. Ecco le 25 feature ufficiali e le strategie community più efficaci per scalare il tuo flusso di lavoro.