I LLM vengono impiegati in previsioni meteo, controllo di serre, gestione rifiuti, trading e calibrazione scientifica, con benchmark specializzati e sperimentazioni che mostrano sia vantaggi sia limiti. Gli stress test rivelano che i modelli generalisti possono degradare in condizioni complesse specifiche di dominio.
Backtrader-Bench introduce due pipeline per valutare agenti LLM nel trading algoritmico: una genera quesiti a risposta multipla da configurazioni di backtest con verifica indipendente, l'altra estrae domande più difficili che richiedono esecuzione di...
Distribird è un'applicazione agentica che automatizza la costruzione di prior bayesiani dalla letteratura, girando interamente in locale con modelli open-weight. Valutata su 24 parametri in 10 domini, la pipeline multi-agente eguaglia una baseline LL...
Due agenti LLM con obiettivi opposti non competono: collassano. Experience Orchestrator, testato in 60.000 simulazioni in servizi finanziari, aggiunge un livello di controllo con Contextual Bandit, PID e POMDP. Il tasso di contatto ad alto intento sa...
Una ricerca su 28.592 titoli francesi rivela che i modelli LLM riconoscono in modo stabile frame di conflitto e gioco strategico, ma faticano con i giudizi normativi. I risultati offrono una chiave per progettare pipeline di annotazione locali che di...
Un sistema a ciclo chiuso, basato su un LLM che elabora i dati di 49 sensori fitotecnicici e comanda luci e microclima, ha ottimizzato in autonomia una vertical farm. Il modello ha ridotto il ciclo produttivo del 35% e scoperto una strategia improbab...
Un benchmark dedicato mette alla prova 33 Large Language Model su compiti di gestione dei rifiuti solidi. Il migliore sfiora il 95% di accuratezza nelle domande semplici, ma in quelle complesse la media crolla al 42,5%. Calcolo, progettazione sperime...
Un nuovo framework di valutazione combina un benchmark a tassonomia unificata con un fuzzing multi-modale auto-adattivo (SAMF) e mostra che i migliori MLLM degradano sotto stress, rivelando uno scollamento tra ragionamento e ancoraggio ai fatti. L’al...
Un modello aperto di DeepMind, pubblicato su Nature, migliora le previsioni dei cicloni con un giorno di anticipo, ma la vera sorpresa è che gira su una NVIDIA H100. Il codice è su GitHub, segnando un punto di svolta per l'inference locale di modelli...
