Anthropic ha introdotto nuove routine di codice per il suo LLM Claude, consentendo agli utenti di automatizzare compiti specifici senza la necessità di software per agenti autonomi. Questa novità si accompagna a un redesign dell'applicazione Claude, mirato a migliorare l'esperienza utente e a facilitare l'integrazione di processi automatizzati. L'obiettivo è offrire maggiore controllo e flessibilità nell'orchestrazione dei flussi di lavoro basati su LLM.
Anthropic ha rilasciato in anteprima il suo modello Mythos a partner selezionati, evidenziandone le capacità in sicurezza informatica. L'AI Security Institute (AISI) del governo britannico ha condotto una valutazione indipendente, confermando che Mythos eccelle nell'orchestrare attacchi complessi a più fasi, pur non distinguendosi significativamente in compiti individuali. Questa capacità di concatenare azioni rappresenta un'evoluzione notevole per i Large Language Models nel panorama della cybersecurity.
Una ricerca suggerisce che, sebbene Claude Mythos di Anthropic possa eccellere nella cybersecurity, modelli meno costosi possono offrire prestazioni simili. L'analisi solleva inoltre interrogativi sull'uptime e l'affidabilità dei modelli di punta, evidenziando i trade-off critici per le aziende che valutano soluzioni AI on-premise.
Google ha annunciato l'introduzione delle "Skills" nel browser Chrome, una funzionalità progettata per semplificare l'interazione con Gemini. Queste "Skills" permettono agli utenti di salvare e riutilizzare i prompt del chatbot con un solo clic, eliminando la necessità di reinserire manualmente le istruzioni per attività ricorrenti. La novità mira a integrare ulteriormente gli strumenti AI di Google nell'esperienza di navigazione, garantendo accesso rapido e sincronizzazione tra i dispositivi.
Google ha annunciato l'introduzione delle funzionalità "Skills" nel browser Chrome, permettendo agli utenti di salvare e riutilizzare prompt AI personalizzati su diverse piattaforme web. Questa novità si basa sull'integrazione di Gemini nel browser e mira a semplificare la gestione dei workflow basati sull'intelligenza artificiale, offrendo un approccio più efficiente all'interazione con i Large Language Models.
Meta starebbe sviluppando un clone AI di Mark Zuckerberg, un avatar 3D fotorealistico capace di interagire con i dipendenti. La notizia, riportata da fonti interne, evidenzia l'interesse crescente per le applicazioni di intelligenza artificiale personalizzate. Questo tipo di progetto solleva interrogativi sulle infrastrutture necessarie, dalla capacità di calcolo per il rendering in tempo reale alla gestione dei dati sensibili, temi cruciali per le aziende che valutano deployment on-premise di soluzioni AI avanzate.
Meta sta creando una versione AI fotorealistica di Mark Zuckerberg, addestrata sulle sue maniere, il tono e il pensiero strategico. Questo personaggio digitale, che Zuckerberg stesso sta testando, è destinato ai dipendenti e si distingue da un altro agente AI che gestisce compiti diretti per il CEO. Il progetto mira a migliorare la comunicazione interna, sollevando questioni su deployment e sovranità dei dati.
Una recente ricerca esplora l'efficacia di dati web non etichettati su larga scala e annotazioni sintetiche generate da LLM per il rilevamento del linguaggio d'odio multilingue. Lo studio dimostra che il pre-training continuo di modelli BERT e l'uso di ensemble di LLM open source, come Llama3.2-1B e Qwen2.5-14B, possono migliorare significativamente le performance, specialmente per modelli più piccoli e lingue con meno risorse, offrendo spunti per deployment on-premise efficienti.
La ricerca introduce SECL, una pipeline di test-time training che affronta l'eccessiva confidenza degli LLM. Sfruttando un segnale interno di calibrazione, SECL riduce l'Errore di Calibrazione Atteso (ECE) del 56-78% senza dati etichettati o supervisione umana, adattandosi ai cambiamenti di distribuzione con costi di inference ridotti. Un passo avanti per l'affidabilità dei modelli in ambienti self-hosted.
Nonostante l'ampia adozione di dispositivi AI in ambito medico, la valutazione formale dell'equità dei modelli rimane una rarità. Una ricerca ha analizzato 18 modelli open-source per la segmentazione di tumori cerebrali, evidenziando come fattori legati al paziente influenzino la performance più dell'architettura del modello. Nessun modello offre garanzie di equità. Viene introdotto Fairboard, un dashboard open-source per il monitoraggio equo dei modelli di imaging medico.
Una nuova ricerca svela un legame matematico unificante tra i meccanismi di attenzione dei Transformer, le mappe di diffusione e i Laplaciani magnetici. Questi approcci, solitamente trattati come distinti, sono presentati come diverse manifestazioni di un'unica geometria di Markov, offrendo una prospettiva integrata sulle dinamiche dei modelli di intelligenza artificiale.
LABBench2 emerge come un'evoluzione del benchmark LAB-Bench, progettato per misurare le capacità reali dei sistemi di intelligenza artificiale nella ricerca scientifica, in particolare in biologia. Con quasi 1.900 task, offre contesti più realistici e una difficoltà significativamente maggiore rispetto al suo predecessore, evidenziando ampi margini di miglioramento per i modelli attuali. Questo strumento mira a guidare lo sviluppo di soluzioni AI più efficaci per compiti di ricerca fondamentali, fornendo un dataset e un harness di valutazione pubblici.
Il Large Language Model Claude di Anthropic, un tempo apprezzato dagli sviluppatori, sta affrontando crescenti critiche. Utenti segnalano un percepibile calo nella qualità delle risposte e preoccupazioni sui costi. Un recente "major outage" ha ulteriormente alimentato il malcontento, spingendo le aziende a riconsiderare le dipendenze da servizi LLM di terze parti e a valutare alternative che offrano maggiore controllo e stabilità operativa.
I Large Language Models (LLM) stanno dimostrando la loro utilità nella generazione di pacchetti per Spack, il gestore di software ampiamente adottato negli ambienti HPC e supercomputing. Nonostante la nicchia specifica di Spack, l'impiego degli LLM introduce nuove opportunità, ma anche complessità e sfide per gli sviluppatori.
Anthropic ha ridotto il Time To Live (TTL) della cache dei prompt per Claude Code da un'ora a cinque minuti. Nonostante l'azienda affermi che ciò non dovrebbe aumentare i costi, diversi sviluppatori riportano un esaurimento significativamente più rapido delle quote di utilizzo, specialmente durante sessioni prolungate. La modifica solleva interrogativi sulla prevedibilità dei costi per le aziende che si affidano a servizi LLM basati su cloud.
Meta sta creando una versione basata su intelligenza artificiale di Mark Zuckerberg, destinata a interagire con i dipendenti. Questa iniziativa rientra in una strategia aziendale più ampia volta a riorientare il colosso tecnicico verso l'AI, con un focus sullo sviluppo di personaggi 3D fotorealistici capaci di interazioni in tempo reale. La priorità recente è stata data proprio al "gemello" AI del CEO, evidenziando l'importanza strategica di questa applicazione interna.
Cloudflare integra i modelli GPT-5.4 e Codex di OpenAI nella sua piattaforma Agent Cloud. L'iniziativa mira a consentire alle aziende di sviluppare, rilasciare e scalare agenti AI per compiti reali, garantendo velocità e sicurezza. Questo approccio offre alle imprese una soluzione gestita per l'automazione intelligente, bilanciando scalabilità e controllo.
Un docente universitario condivide le difficoltà incontrate nella didattica online asincrona a causa dell'avvento di Large Language Models come ChatGPT. L'esperienza, un tempo gratificante, è diventata complessa, sollevando interrogativi sull'autenticità del lavoro degli studenti e sulla necessità per le istituzioni di ripensare le strategie di deployment e controllo degli LLM per garantire sovranità dei dati e compliance.
Pixel Societies sta esplorando l'uso di agenti AI per replicare dinamiche sociali complesse. L'obiettivo è ottimizzare la selezione di colleghi, amici e partner romantici, sollevando interrogativi sulle implicazioni di tali tecnicie per la privacy e il controllo dei dati, aspetti cruciali per chi valuta deployment on-premise.
L'integrazione degli LLM nei team finanziari promette di rivoluzionare processi come la rendicontazione, l'analisi dei dati e la previsione. Tuttavia, l'adozione di queste tecnicie in un settore così sensibile solleva interrogativi cruciali sulla sovranità dei dati e sulle architetture di deployment, spingendo le aziende a valutare soluzioni self-hosted.