Topic / Trend Rising

Valore e Sovranità dell'AI Open-Weight

Il dibattito sull'AI open-weight si sposta dalla semplice disponibilità dei pesi a deployment, governance, TCO, sovranità e controllo. Ricette di addestramento aperte, nuovi rilasci, investimenti europei nel supercalcolo e limitazioni in alcuni modelli open-weight cinesi evidenziano la competizione su valore e accesso.

Detected: 2026-11-10 · Updated: 2026-11-10

Articoli Correlati

2026-11-09 • Tech.eu

Bull investe 80 milioni per la sovranità europea dei supercomputer

Bull inaugura ad Angers un sito produttivo ampliato con 80 milioni di euro, portando la capacità a 12 rack a settimana e puntando su componenti europei al 70%. L'Open Factory apre l'infrastruttura alle startup, mentre il direct liquid cooling e l'int...

#Hardware #LLM On-Premise #Fine-Tuning
2026-11-06 • LocalLLaMA

Open-weight cinesi senza sicurezza: il self-hosted perde la sua funzione

Kimi K3.1 e Tencent Hy4 rimuovono capacità di cybersecurity, reverse engineering e patching dai modelli open-weight. Se i modelli locali non possono analizzare vulnerabilità o binari, l’audit su hardware proprio diventa impraticabile e si torna alle ...

#Hardware #LLM On-Premise #DevOps
2026-11-06 • LocalLLaMA

Inkling 2 Small, 594B totali e pesi aperti: la via lenta ai deployment locali

La seconda generazione di Inkling debutta con un MoE da 594 miliardi di parametri totali e 17 miliardi attivi, supporto alle immagini e rilascio dei pesi Apache 2.0 dopo test di sicurezza. Il modello migliora i punteggi sull'Artificial Analysis Intel...

#Hardware #LLM On-Premise #Fine-Tuning
2026-11-04 • TechCrunch AI

Open source AI, chi guadagna davvero? La partita del valore

L'open source AI esce dalla nicchia e ridisegna la competizione. Il valore non sta più nei pesi, ma in deployment, fine-tuning, governance e TCO. La pressione dei modelli aperti cinesi sposta il confronto su sovranità e self-hosted. Un'analisi su com...

#Hardware #LLM On-Premise #Fine-Tuning
2026-11-04 • Wired AI

Hugging Face: il rischio non è l'AI, è l'AI costruita a porte chiuse

Il CEO di Hugging Face, Clément Delangue, valuta il proprio P(Doom) vicino allo zero e sposta il rischio sull'AI costruita da pochi attori a porte chiuse. È una posizione che ridefinisce il pericolo: non il modello in sé, ma la concentrazione di pote...

#Hardware #LLM On-Premise #Fine-Tuning
2026-11-04 • TechCrunch AI

Open source AI: il prezzo del controllo secondo Hugging Face

I modelli open source promettono costi più bassi e maggiore controllo, ma sollevano una domanda scomoda: dove nasce il valore per chi li usa? L'analisi del policy chief di Hugging Face mette a fuoco rischi, compromessi e la sfida cinese.

#LLM On-Premise #DevOps
2026-11-04 • LocalLLaMA

Axion 1.0: ByteDance apre la ricetta, non solo i pesi

ByteDance pubblica Axion 1.0, LLM agenziale da 35B con ricetta di addestramento completa: due fasi di fine-tuning supervisionato e reinforcement learning, senza mid-training, DPO o OPD. Oltre ai pesi, rilascia dati, pipeline, prompt e codice. L'apert...

#Hardware #LLM On-Premise #Fine-Tuning
← Torna ai Topic