Rilettura accessibile di un paper
Un gruppo di Google Cloud AI Research fa correggere a un modello l'harness di un agente compito per compito, confrontando…
Un esperimento a modello fisso confronta su 80 compiti privati l'harness del produttore e uno neutrale, con Opus 4.8 e…
Due paper misurano che cosa succede alle regole di un agente quando l'harness riassume il contesto per fare spazio: in…
Un nuovo benchmark confronta quello che un agente di programmazione dichiara nella risposta finale con quello che la sua traccia…
Un agente è un modello più il programma che gli sta attorno. Un nuovo paper addestra con il rinforzo un…
Cadence, di Pragma Research, promette l'intelligenza generale con reti in cui ogni neurone si corregge sui vicini finché tutto si…
I modelli video accelerati per generare in quattro passi hanno un difetto curioso: se gliene si concedono di più, spesso…
Microsoft Research presenta Orchard, un servizio su Kubernetes che fa una cosa sola, gestire migliaia di sandbox, e sopra ci…
Quando un modello visione-linguaggio sbaglia un problema di matematica su una figura, il più delle volte ha letto male la…
Un gruppo di Graz rilegge il proprio metodo del 2024 per trovare comportamenti anomali nei video guardando solo le pose:…
