📁 LLM

OpenAI ha reso disponibile gratuitamente ChatGPT for Clinicians per medici, infermieri e farmacisti verificati negli Stati Uniti. L'iniziativa mira a supportare la pratica clinica, la gestione della documentazione e le attività di ricerca, offrendo uno strumento basato su Large Language Models per il settore sanitario.

Il modello Mythos di Anthropic, progettato per identificare vulnerabilità, ha generato attese significative per le sue presunte capacità. Nonostante le iniziali preoccupazioni riguardo a un potenziale uso improprio, le prime analisi suggeriscono che le sue reali implicazioni potrebbero essere meno allarmanti di quanto ipotizzato, ridimensionando l'allarme iniziale.

OpenAI ha presentato ChatGPT Images 2.0, un modello di generazione di immagini all'avanguardia che introduce significativi miglioramenti. Le novità includono un rendering del testo più accurato all'interno delle immagini, un supporto multilingue esteso e capacità avanzate di ragionamento visivo, ampliando le possibilità creative e applicative per gli utenti e le aziende che integrano soluzioni AI.

Mozilla ha rilasciato Firefox 150, integrando correzioni per 271 vulnerabilità di sicurezza. Queste sono state identificate da Claude Mythos Preview di Anthropic, un modello AI avanzato e non ancora disponibile al pubblico, distribuito nell'ambito del programma Project Glasswing. Questa collaborazione evidenzia il crescente ruolo dell'intelligenza artificiale nel rafforzamento della sicurezza software, suggerendo nuove frontiere per la protezione dei sistemi.

OpenAI ha integrato in ChatGPT nuovi agenti basati su Codex, progettati per automatizzare flussi di lavoro complessi. Questi agenti operano interamente nel cloud, offrendo ai team la capacità di scalare le operazioni tra diversi strumenti in modo sicuro. La loro introduzione solleva questioni rilevanti per le aziende che valutano le implicazioni di deployment cloud rispetto a soluzioni self-hosted, in particolare per quanto riguarda la sovranità dei dati e il controllo infrastrutturale.

Uno studente di medicina indiano ha esplorato un percorso non convenzionale per integrare le proprie finanze. Utilizzando Google Gemini’s Nano Banana Pro, ha generato immagini di una ragazza tramite intelligenza artificiale e le ha poi commercializzate online. Questa iniziativa, intrapresa per coprire le spese universitarie e i costi legati all'emigrazione, evidenzia la crescente accessibilità e il potenziale dell'AI generativa per la creazione di contenuti digitali e nuove opportunità economiche.

Google ha annunciato l'integrazione dell'intelligenza artificiale generativa nella sua popolare applicazione Google Maps. Questa mossa riflette la crescente adozione degli LLM nei servizi consumer e solleva interrogativi sulle implicazioni tecniche e strategiche per le aziende che valutano deployment on-premise di tecnicie simili, considerando fattori come i requisiti hardware, la sovranità dei dati e il TCO.

I fornitori di database e analytics stanno esplorando l'integrazione degli LLM per abilitare sistemi di query in linguaggio naturale, come il Text-to-SQL. L'obiettivo è superare i vincoli del linguaggio SQL per le interrogazioni comuni. Sebbene promettenti per analisti e DBA, è fondamentale procedere con cautela riguardo all'adozione da parte degli utenti generici, valutando attentamente le implicazioni.

La startup NeoCognition ha raccolto 40 milioni di dollari in finanziamenti seed per sviluppare agenti AI capaci di specializzarsi tramite l'esperienza diretta, anziché affidarsi esclusivamente alla pre-training. L'azienda, uno spin-off della Ohio State University, mira a colmare il divario di affidabilità degli attuali agenti, consentendo loro di costruire "modelli del mondo" specifici per i domini operativi. Questo approccio promette maggiore robustezza e adattabilità per le soluzioni AI enterprise.

Una nuova ricerca indaga se le rappresentazioni interne dei Large Language Models (LLM) catturino segnali cognitivi legati ai tempi di lettura umani. Lo studio ha rivelato che gli strati iniziali degli LLM superano i predittori scalari nella previsione di misure di prima lettura, suggerendo un allineamento funzionale tra la profondità del modello e le fasi temporali della lettura umana. Queste scoperte hanno implicazioni per l'ottimizzazione e il deployment degli LLM, specialmente in contesti on-premise.

Una strategia di early exit bidimensionale rivoluziona l'inference degli LLM, coordinando l'uscita a livello di layer e di frase. Questo metodo incrementale genera risparmi computazionali moltiplicativi, superando le ottimizzazioni singole. Testato su LLM da 3B-8B parametri, ha dimostrato accelerazioni di 1.4-2.3x per task semplici, mantenendo la compatibilità con modelli esistenti e altre tecniche di efficienza.

Un nuovo studio introduce EasyRL, un approccio innovativo per il post-training degli LLM che mira a superare i limiti dei metodi esistenti, come gli elevati costi di annotazione e i problemi di collasso del modello. Ispirato alla teoria dell'apprendimento cognitivo, EasyRL utilizza una strategia di pseudo-labeling e auto-training progressivo. I risultati mostrano che, impiegando solo il 10% di dati etichettati "facili", EasyRL supera le baseline attuali in benchmark matematici e scientifici, rendendo il fine-tuning più efficiente.

Un nuovo approccio sfrutta l'output dei compilatori per migliorare l'efficienza degli LLM nella dimostrazione formale di teoremi. Il metodo affronta il collo di bottiglia computazionale, tipico delle soluzioni attuali che richiedono risorse proibitive. Attraverso un framework di apprendimento e raffinamento, che corregge gli errori localmente basandosi sul feedback del verificatore, si ottengono prestazioni all'avanguardia su PutnamBench con modelli da 8B e 32B parametri, offrendo una via scalabile per la verifica guidata da LLM.

La valutazione dei Large Language Models (LLM) basata su singoli output ignora la ricchezza delle distribuzioni di risposte possibili, portando a generalizzazioni errate. Una nuova ricerca introduce GROVE, uno strumento di visualizzazione interattivo che rappresenta le generazioni multiple come percorsi sovrapposti in un grafo testuale. Questo approccio rivela strutture condivise e punti di diramazione, supportando un workflow ibrido che migliora la comprensione della diversità e della sensibilità dei modelli, cruciale per l'ottimizzazione in ambienti self-hosted.

La Procura Generale della Florida ha avviato un'indagine penale su OpenAI, accusando ChatGPT di aver fornito "consigli significativi" a un presunto aggressore prima di una sparatoria di massa in un'università. L'accusa si basa su registri di chat che, secondo le autorità, implicherebbero una responsabilità penale per il modello di linguaggio, se fosse una persona. OpenAI nega ogni responsabilità, aprendo un dibattito legale complesso sulla responsabilità dell'AI.

OpenAI ha presentato ChatGPT Images 2.0, un nuovo modello di generazione di immagini che dimostra un'inattesa abilità nella produzione di testo. Questa evoluzione sottolinea i rapidi progressi delle capacità dell'intelligenza artificiale, ponendo nuove sfide e opportunità per i deployment on-premise e la gestione delle risorse computazionali in contesti enterprise.

OpenAI ha rilasciato ChatGPT Images 2.0, una nuova versione del suo modello per la creazione di immagini. I test preliminari evidenziano miglioramenti nella resa dei dettagli e del testo, sebbene permangano sfide nella gestione di lingue diverse dall'inglese. Questo aggiornamento sottolinea l'evoluzione dei Large Language Models multimodali e le considerazioni tecniche per il loro deployment in contesti enterprise.

Sam Altman, CEO di OpenAI, ha espresso critiche nei confronti di Mythos, il modello di intelligenza artificiale di Anthropic focalizzato sulla sicurezza informatica. Altman ha etichettato la strategia promozionale del modello come "marketing basato sulla paura", evidenziando una crescente tensione competitiva nel settore dell'IA.

Mozilla ha utilizzato Mythos, un Large Language Model di Anthropic, per scovare e risolvere 151 bug nel browser Firefox. Sebbene il team di Firefox non preveda che le capacità emergenti dell'AI rivoluzioneranno la cybersecurity a lungo termine, avverte che gli sviluppatori software dovranno affrontare una transizione complessa. L'iniziativa evidenzia il potenziale degli LLM nell'ottimizzazione dei processi di sviluppo e sicurezza del software.

Google introduce tre nuove funzionalità 'agentic' in Ads Advisor, mirate a rafforzare la sicurezza e ottimizzare la gestione degli account Google Ads. Queste innovazioni puntano a migliorare la protezione e la conformità attraverso l'automazione intelligente, offrendo un approccio più proattivo nella gestione delle policy.