Tag: Agenti AI
risultati
-
Ali Ghodsi (Databricks): la semantica è “esistenziale” per l’AI in azienda
Il CEO di Databricks spiega perché la governance dei dati e la semantica sono il vero collo di…
-
Clem Delangue (Hugging Face): «Il vero bubble è negli LLM via API, non nell’open source»
Il CEO di Hugging Face difende l’AI open source: motore di decine di migliaia di startup e percorso…
-
Matei Zaharia: «L’AGI è già qui, solo in una forma che non apprezziamo»
Il co-fondatore di Databricks e creatore di Spark, fresco di ACM Prize, in una recente intervista sostiene che…
-
Text-to-Big SQL: quanto sono bravi gli agenti LLM quando i dati sono enormi?
Un paper arXiv valuta gli agenti LLM sul text-to-SQL in contesti big data, dove i benchmark classici ignorano…
-
Agent-Diff: valutare gli agenti LLM su task reali con il diff dello stato
Un paper arXiv presenta Agent-Diff: benchmark per agenti LLM su task di API enterprise, che misura il successo…
-
DataMaster: e se a fare data engineering fosse un agente autonomo?
Un paper arXiv studia il data engineering autonomo: un agente che, a parità di algoritmo, migliora un sistema…
-
Oltre il text-to-SQL: agenti LLM che parlano con le API analitiche governate
Un paper arXiv sostiene che in azienda il text-to-SQL non basta: le pipeline analitiche passano da API governate.…
-
Dalla memoria all’esperienza: come evolve la memoria degli agenti LLM
Una survey arXiv organizza i meccanismi di memoria degli agenti LLM in tre stadi evolutivi: Storage, Reflection ed…
-
A-RAG: agentic RAG che dà al modello le chiavi della ricerca
Un paper arXiv presenta A-RAG: invece di un retrieval rigido a monte, espone al modello tre strumenti (keyword,…
-
Dai PDF agli insight: architettare una pipeline di document processing con i servizi GenAI di AWS
AWS mostra come costruire una pipeline di intelligent document processing con Bedrock Data Automation, Strands Agents su AgentCore…