Articoli sui LLM

Qwen3.8-Omni-Flash di Alibaba gestisce testo, immagini, audio e video con una finestra di contesto da 1 milione di token, superando Gemini 3.8 Flash nei benchmark audio.

Il team Qwen di Alibaba ha lanciato QwQ-32B, un modello AI open source da 32 miliardi di parametri per il ragionamento complesso, in competizione con modelli più grandi come DeepSeek-R1.

Ho messo alla prova le capacità del modello QwQ-32B-Preview di Alibaba con una serie di task di matematica, coding e logica.

Scopri il reinforcement fine-tuning di OpenAI, una nuova tecnica per perfezionare i large language model usando un ciclo di addestramento basato su ricompense.

Fugu di Sakana AI orchestra un pool di LLM d’avanguardia dietro un’unica API. Vediamo funzionalità, numeri dei benchmark, prezzi e casi d’uso reali.

SAM 2 (Segment Anything Model 2) di Meta AI è il primo modello unificato in grado di segmentare qualsiasi oggetto sia nelle immagini sia nei video in tempo reale.

Scopri come il meccanismo di self-attention ha rivoluzionato l’IA. Esplora le sue basi matematiche e le applicazioni, da GPT ai Vision Transformers.

Un'esplorazione approfondita di architettura, efficienza e strategie di deployment per small language models rispetto ai large language models.

Jev di TypeSafe è una nuova classe di modelli di AI, un modello System One, che restituisce decisioni tipizzate con probabilità calibrate invece di testo, funzionando 40-200 volte più veloce dei frontier LLM.

Inkling è il primo modello open-weights di Thinking Machines, un MoE da 975B parametri con contesto da 1M token, input multimodale nativo e sforzo di ragionamento controllabile.

Scopri come l'architettura Titans di Google potenzia il meccanismo di attenzione dei Transformer integrando un sistema di memoria ispirato al cervello umano.

Scopri una nuova ondata di progetti open source che offrono alternative pratiche a Jev per decisioni AI rapide, locali ed economiche.