Articoli
firmati da questo autore
-
Perché l’agente OpenAI è entrato in Hugging Face: reward hacking, non malizia
L’intrusione dei modelli OpenAI nell’infrastruttura di Hugging Face durante una valutazione non è ribellione: è reward hacking. Un agente ha ottimizzato il punteggio di…
-
OpenSpace: agenti che “evolvono” skill riutilizzabili con MCP e persistenza SQLite
Un tutorial su OpenSpace mostra come un agente possa generare, versionare e riutilizzare skill persistite in SQLite, esporle via MCP e abbassare il consumo…
-
Databricks porta il troubleshooting AI su Lakebase con Genie e telemetria in Unity Catalog
Una nuova funzione in Beta di Databricks porta il troubleshooting assistito da AI su Lakebase: gli Insights segnalano i problemi del database e Genie…
-
Claude Opus 5 secondo Simon Willison: proattivo fino all’eccesso
Il commento a caldo di Simon Willison su Claude Opus 5: in testa alla leaderboard di Artificial Analysis, proattivo al punto da costruirsi gli…
-
Claude Opus 5: coding agentico allo stato dell’arte, prezzo Opus invariato
Anthropic rilascia Claude Opus 5: stesso prezzo di Opus 4.8, context da 1M token, thinking on di default e numeri di coding agentico nettamente…
-
Comandi Git CLI nelle Git folders di Databricks: ora in Public Preview
Databricks porta i comandi Git CLI nelle Git folders in Public Preview: git stash, rebase interattivo, pre-commit hook, submodule e LFS direttamente dal terminale.
-
GraphEval: valutare le hallucination degli LLM con i knowledge graph
GraphEval, framework di ricercatori Amazon, usa knowledge graph e modelli NLI per individuare e localizzare le hallucination negli output degli LLM.
-
OpenAI GPT-5.6 Sol, Terra e Luna sono in GA su Amazon Bedrock
OpenAI GPT-5.6 Sol, Terra e Luna sono in GA su Amazon Bedrock via Responses API sull’endpoint bedrock-mantle, con prompt caching e integrazione Codex.
-
Un recommender next-best-product spiegabile per il banking con SageMaker e PyTorch
Un sistema next-best-product per il banking su SageMaker e PyTorch: architettura multi-tower con attention appresa che fornisce l’explainability richiesta dai regolatori.
-
I cinque concetti dietro l’agentic AI che ogni engineer dovrebbe padroneggiare
Tool use, memory, planning loop, orchestrazione multi-agente ed evaluation: i cinque concetti che tengono insieme i sistemi agentic, oltre il marketing.