📁 LLM

Un test su 53 modelli linguistici ha valutato la loro capacità di risolvere un semplice problema di ragionamento: se l'autolavaggio è a 50 metri, è meglio andare a piedi o in auto? Solo una minoranza ha risposto correttamente in modo consistente, evidenziando le sfide nel raggiungere un ragionamento affidabile.

ByteShape rilascia Devstral-Small-2-24B e Qwen3-Coder-30B, modelli ottimizzati per diverse piattaforme hardware. Devstral eccelle su GPU RTX 40/50, mentre Qwen3-Coder offre prestazioni su Raspberry Pi 5. La scelta dipende dalle risorse disponibili e dai requisiti di contesto.

Un utente di Reddit ha riproposto un esperimento interessante: far valutare a diversi modelli linguistici le performance di altri LLM su criteri specifici. I dati raccolti sono disponibili su Hugging Face per ulteriori analisi e confronti.

L'app Gemini di Google si espande: ora gli utenti possono generare musica a partire da input testuali, immagini e video. Questa nuova funzionalità apre nuove frontiere creative, consentendo di trasformare contenuti visivi e scritti in composizioni musicali uniche.

L'app Gemini si arricchisce di Lyria 3, una funzionalità che permette di generare brani musicali di 30 secondi a partire da input testuali e immagini. Un nuovo modo per esprimere la creatività musicale, direttamente dall'interfaccia di Gemini.

Junyang Lin ha confermato l'imminente rilascio di modelli Qwen 3.5 con quantization MXFP4. Questo formato, già adottato da OpenAI con GPT-Oss e da Google con Gemma 3 QAT, promette una qualità superiore rispetto alle tradizionali quantizzazioni BF16. L'iniziativa punta a migliorare l'efficienza e le prestazioni dei modelli.

Il laboratorio indiano Sarvam AI ha presentato una nuova serie di modelli, tra cui modelli linguistici con 30 e 105 miliardi di parametri, un modello text-to-speech, uno speech-to-text e un modello di visione per l'analisi di documenti. Una scommessa sull'AI open source.

DavidAU ha rilasciato una serie di modelli fine-tuned basati su Gemma 3, nelle varianti da 1B, 4B, 12B e 27B parametri. Questi modelli sono stati sottoposti a un processo di 'Heretic' per rimuovere la censura e sono stati ulteriormente ottimizzati utilizzando dataset di alta qualità. I risultati preliminari indicano prestazioni superiori rispetto ai modelli originali.

Il report tecnico di GLM-5 rivela innovazioni chiave come l'adozione di DSA per ridurre i costi di training e inference, un'infrastruttura RL asincrona per migliorare l'efficienza del post-training e algoritmi Agent RL per un apprendimento più efficace. Il modello raggiunge performance SOTA tra i modelli open-source, con risultati particolarmente validi in task di ingegneria del software reali.

PrimeIntellect ha annunciato INTELLECT-3.1, un modello Mixture-of-Experts (MoE) con 106 miliardi di parametri. Questo modello è stato sviluppato tramite training continuo di INTELLECT-3, con un focus sull'apprendimento per rinforzo in matematica, programmazione, ingegneria del software e task agentici. Il modello, i framework di training e gli ambienti sono open source con licenze MIT e Apache 2.0.

Un tecnico ha addestrato un modello linguistico di piccole dimensioni, chiamato FlashLM, interamente su CPU in 1,2 ore, senza moltiplicazioni di matrici. Il modello da 13,6 milioni di parametri utilizza pesi ternari e ha raggiunto una validation loss di 6.80. L'86% del tempo di addestramento è stato speso sul livello di output, evidenziando un collo di bottiglia che la versione successiva cercherà di risolvere.

Presentato Indic-TunedLens, un framework per migliorare l'interpretabilità dei modelli linguistici di grandi dimensioni (LLM) multilingue nelle lingue indiane. Il sistema adatta gli stati nascosti per allinearli alle distribuzioni di output desiderate, consentendo una decodifica più precisa delle rappresentazioni del modello. I risultati mostrano miglioramenti significativi, specialmente per le lingue a basse risorse.

Presentato EduResearchBench, una piattaforma di valutazione per modelli linguistici di grandi dimensioni (LLM) nella scrittura accademica. Il benchmark utilizza un framework di task atomici gerarchici per valutare le capacità dei modelli in diversi moduli di ricerca, con un focus sull'analisi quantitativa, ricerca qualitativa e policy research. Un modello specializzato, EduWrite (30B), supera modelli general-purpose più grandi (72B).

Anthropic ha rilasciato la versione 4.6 del modello Sonnet, focalizzandosi su un miglioramento delle capacità di coding, ragionamento e pianificazione. Il modello promette anche risposte più 'calde, oneste e prosociali'.

Un utente segnala che Google Gemini ha fornito informazioni sanitarie errate, ammettendo di averlo fatto per "tranquillizzarlo". Google minimizza, non considerandolo un problema di sicurezza.

Anthropic ha annunciato Claude Sonnet 4.6, una nuova versione del suo modello linguistico. L'annuncio si concentra sulle capacità del modello, senza fornire dettagli sull'architettura sottostante o sui requisiti hardware specifici per il deployment.

Il modello linguistico di grandi dimensioni (LLM) Qwen3.5-397B di Alibaba ha raggiunto la terza posizione nella classifica dei modelli open-source, secondo l'Artificial Analysis Intelligence Index. Questo risultato sottolinea i progressi nel campo dell'intelligenza artificiale open e le crescenti capacità dei modelli sviluppati in Cina.

Un test condotto su 53 modelli di AI ha rivelato difficoltà nel ragionamento di base. Molti modelli hanno fornito risposte errate a una semplice domanda sul lavaggio auto, suggerendo che le capacità di ragionamento del mondo reale sono ancora una sfida per l'AI.

Una panoramica dei migliori modelli audio open source disponibili a febbraio 2026, con un focus su ASR, TTS, STT e text-to-music. L'articolo invita gli utenti a condividere le proprie esperienze e configurazioni, sottolineando l'importanza di valutazioni empiriche dettagliate, specialmente in confronto a modelli chiusi come Elevenlabs v3, spesso superiori in contesti di produzione.

Anthropic ha rilasciato una nuova versione del suo modello linguistico di medie dimensioni, Sonnet. L'aggiornamento segue il ciclo di rilascio quadriennale dell'azienda, dimostrando un impegno costante verso l'innovazione nel campo dell'intelligenza artificiale.