Notizie e analisi su intelligenza artificiale, smartphone, software e innovazione digitale.
Dopo il primo rush verso il deployment rapido, le aziende scoprono che gli agenti AI crashano, perdono stato e moltiplicano i costi. La soluzione? Ripensare l’architettura attorno a orchestrazione e recupero.
Le imprese stanno riscrivendo i loro primi agenti AI perché i workflow lunghi e complessi collassano senza orchestrazione, stato persistente e recupero dai guasti.
I ricercatori del Center for Democracy & Technology hanno analizzato ChatGPT, Gemini, Replika e altri chatbot, identificando 37 dark pattern che sfruttano emozioni e desiderio di connessione per estrarre dati e denaro dagli utenti.
Bloomberg ha pubblicato render esclusivi della rinnovata Siri che Apple presenterà alla WWDC 2026. Interfaccia ridisegnata, app autonoma e supporto a ChatGPT, Gemini e Claude.
Nessun vaccino disponibile, attacchi ai centri di cura, tagli ai fondi USA: il focolaio di Ebola causato dal virus Bundibugyo nella Provincia di Ituri ha già superato 900 casi sospetti e 223 morti accertati.
Un team del MIT ha sviluppato una tecnica che usa acidi deboli per estrarre litio da minerali silicati, recuperando anche allumina e silice. La startup Rock Zero sta già lavorando per portarla sul mercato.
I ricercatori di Meta, Google e diverse università hanno sviluppato AutoTTS, un sistema che scopre automaticamente strategie di allocazione del calcolo durante l’inferenza, riducendo i token usati fino al 69,5% a parità di accuratezza.
Papa Leone XIV firma la sua prima enciclica sull’intelligenza artificiale. Il messaggio centrale è che la tecnologia non è mai neutrale, e la scelta è tra torre di Babele e ricostruzione collettiva.
Un framework sviluppato da Meta, Google e università automatizza la progettazione delle strategie di test-time scaling, riducendo il consumo di token fino al 69,5% senza cali di accuratezza.
Un framework sviluppato da Meta, Google e università automatizza la progettazione delle strategie di test-time scaling per LLM, riducendo il consumo di token fino al 69,5% senza sacrificare l’accuratezza.
Un team di ricercatori ha sviluppato AutoTTS, un framework che automatizza la progettazione delle strategie di ragionamento per i LLM. In fase di test ha ridotto il consumo di token fino al 69.5% senza cali di accuratezza.
Ricercatori di Meta, Google e varie università hanno creato AutoTTS, un framework che scopre automaticamente strategie di test-time scaling ottimali per LLM. Nei test ha ridotto il consumo di token fino al 69,5% senza sacrificare l’accuratezza.