LLM, RAG, Agents, MCP
Nell'RL per gli LLM si campiona un gruppo di risposte a un prompt e le si valuta. TPO separa due…
Meta pubblica ARE, una piattaforma per costruire ambienti simulati in cui il tempo scorre da solo, e Gaia2, un benchmark…
Un agente di Google per la data science che non si ferma quando il codice gira, ma quando un giudice…
Un agente che affronta compiti lunghi affoga nel proprio contesto. Un paper di ottobre 2025 propone di rendere la potatura…
Un modello da 8 miliardi di parametri addestrato non a rispondere, ma a smistare: chiama gli strumenti e i modelli…
Un consorzio di ricercatori mette alla prova dieci modelli di frontiera non su quiz di scienza, ma su scenari di…
Un gruppo di Princeton propone una via di mezzo tra i database rigidi e i mondi interamente generati dall'AI: il…
Un nuovo benchmark mette venti compiti di programmazione lunghi e realistici davanti agli agenti CLI più avanzati. Nessuno supera il…
I modelli linguistici rispondono a memoria, e la memoria finisce. Il RAG li trasforma in studenti che consultano il libro…
Un test indipendente su un problema di ottimizzazione reale: Fable 5 vince per qualità e consistenza, ma la vera lezione…
