Tutte le notizie
// archivio completo, dal più recente
-
Le leggi di scala di Chinchilla: più dati, non solo più parametri
Il paper Chinchilla ha mostrato che molti LLM erano sottoaddestrati: a parità di budget di calcolo, conviene bilanciare…
-
Chain-of-Thought: perché chiedere a un modello di “ragionare a voce alta” funziona
Il chain-of-thought prompting migliora il ragionamento degli LLM facendoli esplicitare i passaggi intermedi. Spieghiamo il paper che ha…
-
Supercharger: come Rocket Close ha messo l’AI agentica in produzione
Rocket Close ha costruito Supercharger per ottimizzare le operazioni di title insurance con agenti, LLM, Amazon Bedrock e…
-
Un agente per il triage degli incidenti con Amazon Q e New Relic
Un tutorial AWS mostra come costruire un agente che indaga un incidente, redige la root cause analysis con…
-
RAG spiegato: il paper che ha dato agli LLM una memoria esterna
La retrieval-augmented generation collega un modello linguistico a una base di conoscenza esterna. Spieghiamo il paper che ha…
-
ReAct: il paper che insegna ai modelli a ragionare e agire insieme
Il paper ReAct ha mostrato come intrecciare ragionamento e azione in un modello linguistico, gettando le basi degli…
-
Perché gli LLM allucinano: cosa dice la ricerca
Le allucinazioni dei modelli linguistici non sono un bug occasionale ma una proprietà del modo in cui funzionano.…
-
Guidare un’azienda ibrida uomo-AI: la sfida non è tecnologica, è organizzativa
Con la crescita degli agenti AI autonomi, i team di dati dovranno ripensare governance, ownership e responsabilità. Perché…
-
Omnigent: il meta-harness di Databricks per orchestrare e governare gli agenti AI
Databricks presenta Omnigent, un meta-harness per combinare, controllare e condividere più agenti AI in azienda. Perché serve un…
-
OpenAI acquisisce Ona: gli agenti AI diventano infrastruttura persistente
Con l’acquisizione di Ona, OpenAI punta a dare a Codex ambienti cloud persistenti e sicuri per agenti a…
-
Talk to Data in produzione: come Mercedes-Benz Korea ha costruito uno strato semantico affidabile
Mercedes-Benz Korea ha portato in produzione un sistema “Talk to Data” su Databricks mettendo la semantica al centro.…
-
Dai job agli asset: il modello di maturità dell’orchestrazione dati
Dagster propone un modello di maturità dell’orchestrazione: dalle pipeline job-centriche alle piattaforme asset-aware. Perché spostare il focus dai…