News

I datacenter, una volta considerati semplici infrastrutture tecnologiche, sono oggi al centro di una trasformazione strategica per l’economia globale. Con l’avvento dell’intelligenza artificiale, la domanda di tecnologia, energia e innovazione è esponenziale. L’Italia sta facendo passi avanti, grazie a investimenti e progetti ambiziosi, ma il mercato richiede una visione integrata e sostenibile.

Il modello Unlimited OCR di Baidu utilizza un'architettura avanzata per gestire documenti a lunga estensione mantenendo la memoria costante. Basato su DeepSeek OCR, introduce l' Reference Sliding Window Attention per migliorare le capacità OCR su larga scala.

L'uso del prompt caching può ridurre significativamente i costi delle richieste a modelli di linguaggio di grandi dimensioni. Questo approccio riprende e riutilizza i calcoli esistenti per i prompt stabili, accelerando le risposte e abbassando il costo fino al 90%.

Il tool calling è un'importante funzionalità per cui i modelli di intelligenza artificiale interrogano strumenti esterni, API o database per estendere le loro capacità native. Questa capacità permette loro di automatizzare processi complessi, migliorare l'accuratezza delle risposte e offrire una maggiore interattività con l'utente.

L’azienda Anthropic accusa Alibaba di aver copiato illegalmente modelli di AI durante il training. Si parla di un’"attacco di copia non autorizzata". L’episodio mette in luce questioni legali e etiche sullo sviluppo delle tecnologie di intelligenza artificiale.

Questo articolo presenta una guida completa ai 16 strumenti di AI generativa per lo sviluppo del codice ritenuti i più avanzati nel 2026. Ogni strumento offre funzioni uniche e adatti a diverse esigenze, come la generazione di codice, la progettazione di applicazioni e la realizzazione di interfacce web.

Nous Research ha aggiornato Hermes Agent, permettendo all'intelligenza artificiale autonomo di creare competenze riusabili da documenti, conversazioni, file o URL con il comando /learn, in modo completamente automatico e senza la necessità di creare manuellemente il file SKILL.md.

Binance interromperà il trading di criptovalute nell’Europa occidentale e centrale a luglio e richiamerà i fondi dei clienti. Anthropic ha aggiornato la sua politica sulla riservatezza per richiedere l’identificazione degli utilizzatori del proprio modello di intelligenza artificiale Claude.

Questo tutorial utilizza Graphify e NetworkX per creare un grafo della struttura di un'applicazione Python multi-modulo, evidenziando nodi centrali, comunità e relazioni. Gli sviluppatori possono analizzare il codice offline, visualizzando interazioni modali statiche e dinamiche.

Questo articolo illustra passo dopo passo il processo di costruzione di un ambiente per agente AI personalizzato chiamato OpenHarness, con particolare enfasi su strumenti, schema di tipo, permessi, ciclo di vita degli hook, memoria, abilità e coordinamento multiambente.

L’azienda di intelligenza artificiale statunitense Anthropic ha annunciato di poter richiedere una prova d'identità per confermare l'età e l'identità degli utenti di Claude. La modifica entra in vigore il 8 luglio 2026. Molti osservatori esprimono preoccupazione per l'uso di terze parti per l'autenticazione.

Il marchio tedesco BMW collabora con Mistral AI in sperimentazioni di crash test per migliorare la progettazione futura attraverso l'intelligenza artificiale. Il focus iniziale riguarda simulazioni basate sui modelli industriali ad alte capacità.

Tante aziende stanno iniziando a distribuire agenti IA, ma mancano le competenze per il design degli archivi ottimizzati. L'infrastruttura di dati, il controllo degli accessi e l'osservabilità sono fondamentali per il successo.

L'orchestrazione degli LLM permette di gestire e integrare diversi modelli linguistici per eseguire compiti complessi con maggiore efficienza. Questo articolo presenta una panoramica dettagliata sui migliori framework e gateway per la gestione di questi modelli, suddivisi in soluzioni per sviluppatori e gateways aziendali, completi di funzionalità e dettagli per un'analisi mirata.

La recente ondata di interesse per i PC dotati di “IA agentica” non nasconde grandi novità, stando a quanto affermano gli analisti. Nonostante l’imponente marketing promosso da Nvidia e Microsoft, questi dispositivi non rappresenterebbero una svolta significativa e molte aziende non avrebbero motivo di affrettarsi nella migrazione, specialmente quando il loro parco informatico esistente è già in grado di supportare l’IA.

OpenAI, in collaborazione con Broadcom, ha rivelato una puce di infrenza AI chiamata Jalapeno progettata per LLM. La scheda presenta un’ottima efficienza in termini di prestazioni per watt. Lo sviluppo è durato solo 9 mesi grazie all’utilizzo dell’intelligenza artificiale.

La Centrale è un pioniere nell’applicazione delle architetture multi agenti IA nel settore automobilistico. L’azienda si distingue per la sua capacità di fornire servizi digitali avanzati attraverso l’approccio "Agents as Tools", integrando l’intelligenza artificiale nei propri contenuti. Oggi è un punto di riferimento per la sua innovativa visione e la sua solida offerta di informazioni personalizzate.

I Modelli Linguistici Ricorsivi (RLMs) rappresentano un'innovativa architettura per superare il compromesso tra lunghezza del contesto, precisione e costi nei modelli linguistici su larga scala. Progettati inizialmente da ricercatori MIT, i RLM utilizzano strumenti come Python REPL per gestire contesti esteso ed eseguire sottocall ricorsivi. La piattaforma RLMEnv di Prime Intellect ha integrato e migliorato questa metodologia, raggiungendo risultati eccellenti in benchmark complessi.

Questo articolo esamina nel dettaglio le opzioni di orchestrazione disponibili per i progetti basati su modelli linguistici di grandi dimensioni (LLM). Vengono presentati in ordine alfabetico gli strumenti e i framework di orchestrazione, accompagnati da funzioni distinte, per facilitare una scelta informata sulla base delle esigenze organizzative, della scalabilità e della gestione del controllo.

NVIDIA NeMo AutoModel, integrato con HuggingFace Transformers v5, migliora notevolmente l'addestramento dei modelli MoE grazie a ottimizzazioni come Expert Parallelism, DeepEP e TransformerEngine kernels.