#llm
risultati
-
Memoria sempre attiva: l’agente di Google Cloud che prova a superare il RAG
Google Cloud rilascia un memory agent open source che sostituisce embedding e vector DB con consolidamento LLM continuo…
-
Una sola pipeline RAG, quattro PDF diversissimi: gli stessi quattro bricks, ogni risposta tipizzata e citata
Una singola funzione pdf_qa collega i quattro bricks di una pipeline RAG e gira senza modifiche su un…
-
Un evidenziatore di cliche per riconoscere il testo scritto dagli LLM
Simon Willison, stanco di articoli pieni dei cliche tipici della scrittura generata dagli LLM, ha fatto vibe-codare un…
-
Governare Muse Spark 1.1 e qualsiasi LLM esterno con Unity AI Gateway
Databricks introduce i Model Provider Services nella Unity AI Gateway: registri un provider come Muse Spark 1.1 una…
-
Un agente operativo per eventi con MongoDB Atlas, Voyage e LangGraph
Un tutorial che parte dove la maggior parte delle demo di agenti si ferma: memoria persistente, contesto operativo…
-
Netflix e il serving degli LLM in casa: perché reinternalizzare l’inferenza
Perché Netflix ha scelto di costruire una piattaforma interna per il serving degli LLM: controllo, latenza, costi e…
-
Un host telefonico AI per ristoranti con Bedrock AgentCore e Nova 2 Sonic
AWS mostra come costruire un sistema di ordini vocali che risponde al telefono e prende l’ordine dal saluto…
-
Patter SDK: costruire un phone agent per prenotazioni con guardrail ed eval
Una guida al Patter SDK mostra come costruire un phone agent per prenotazioni di un ristorante: variabili dinamiche,…
-
Il gap di competenze dietro l’agentic AI: Databricks lancia la certificazione Context Engineer
Databricks introduce il Certified Context Engineer Associate, prima certificazione dedicata al context engineering per sistemi agentici, insieme a…
-
Contesto unificato: il layer mancante per gli AI coworker in azienda
Gli assistenti AI generici si arenano sulle decisioni reali perché il contesto è sparso tra sistemi. Databricks sostiene…