#llm
risultati
-
Amazon Bedrock Managed Knowledge Base: enterprise search per agenti senza costruire la pipeline
Amazon Bedrock rende disponibile in general availability Managed Knowledge Base, un servizio di retrieval agentico che gestisce connettori,…
-
Moonshot AI rilascia Kimi K3: un MoE open da 2,8 trilioni di parametri con contesto da 1M
Kimi K3 è un Mixture-of-Experts open da 2,8T di parametri con Kimi Delta Attention e finestra di contesto…
-
Context engineering per il RAG: dalla domanda grezza a campi tipizzati che guidano retrieval e generation
Anche la domanda dell’utente è context da progettare: separandola in campi tipizzati, il question parsing di una pipeline…
-
Non far correggere i compiti a Claude da solo: code review cross-provider con Codex
Un modello favorisce le proprie generazioni e non trova i propri errori. Ruben Broekx spiega come far revisionare…
-
Cosa insegna Shippy sul costruire agenti AI affidabili
Ai2 racconta l’architettura di Shippy, agente per il maritime domain awareness: in un dominio ad alto rischio il…
-
Agenti AI data-native: perché gli agenti devono spostarsi verso i dati
Databricks sostiene una direzione architetturale precisa: portare modelli e agenti dove vivono i dati, non il contrario. Quando…
-
Soofi S 30B-A3B: un foundation model open Mamba-Transformer MoE per tedesco e inglese
Un consorzio di ricerca tedesco rilascia Soofi S 30B-A3B, un base model ibrido Mamba-Transformer MoE che attiva 3,2B…
-
Le allucinazioni del RAG sono spesso fallimenti del retrieval
Quando un sistema RAG risponde con sicurezza ma in modo sbagliato, la causa è quasi sempre a monte:…
-
GPT-Red: come OpenAI usa il self-play per irrobustire i modelli contro la prompt injection
OpenAI descrive GPT-Red, il suo red-teamer automatizzato addestrato con reinforcement learning in self-play: usato nell’addestramento di GPT-5.6, ha…
-
Visione agentic: un Computer Vision MCP Server con Amazon Bedrock
AWS mostra un Computer Vision MCP Server che unisce computer vision, Strands Agents e Model Context Protocol per…