#llm
risultati
-
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…
-
Quando Codex cancella la home: il bug di GPT-5.6 e la lezione sui permessi degli agenti
Un bug documentato di Codex in cui GPT-5.6 cancella file per errore mostra quanto pesino full access mode…
-
OpenAI presenta GPT-Red: il modello di red-teaming automatico che batte gli umani sulla prompt injection
GPT-Red è un modello interno di OpenAI addestrato in self-play a scovare vulnerabilità di prompt injection: su un’arena…
-
Grok 4.3 arriva su Amazon Bedrock: reasoning configurabile e contesto da 1M per gli agenti
Il modello Grok 4.3 di xAI è ora in general availability su Amazon Bedrock, con reasoning effort configurabile,…
-
Inkling: il primo modello a pesi aperti di Thinking Machines Lab
Inkling, il primo modello a pesi aperti di Thinking Machines Lab: MoE multimodale in Apache 2.0, pensato come…