Rilettura accessibile di un paper
Un gruppo di NVIDIA addestra un solo riconoscitore vocale che trascrive sia a registrazione finita sia in diretta, fino a…
Il laboratorio di visione di AMAP, la divisione mappe di Alibaba, descrive un world model video che risponde alla tastiera,…
Un laboratorio austriaco sostiene che Whisper sappia già trascrivere esitazioni, ripetizioni e parole troncate, e che il problema sia soltanto…
I modelli visione-linguaggio-azione guidano i robot senza chiedersi che cosa succederà dopo. Un gruppo di Fudan raccoglie in 69 pagine…
Nove strumenti invece di una cinquantina, una memoria a quattro strati di cui se ne vede uno solo, procedure che…
Frontis.AI e l'Università Tsinghua addestrano un modello aperto da 35 miliardi di parametri non a risolvere compiti di machine learning…
I sistemi agentici per generare immagini cercano sul web, ragionano, disegnano bozzetti e si correggono da soli, ma ciascuno applica…
Sei ricercatori, quasi tutti di istituzioni moscovite, pubblicano un harness per agenti di programmazione che modifica il proprio codice come…
I sistemi di memoria per agenti chiamano un modello linguistico dopo ogni scambio per decidere che cosa ricordare, e il…
Un world model per la manipolazione robotica riceve una fotografia della scena e la traiettoria prescritta per due bracci, e…
