#transformer
risultati
-
Meta esplora l’Hierarchical Interest Representation per l’ottimizzazione deep funnel degli ads
Meta descrive un layer di rappresentazione upstream che apprende embedding unificati su utenti, inserzionisti e prodotti tramite un…
Fernando -
Spiegazione: perché i transformer dimenticano il contesto lungo
Un paper recente formalizza il calo di attenzione oltre la finestra di addestramento. Riassumiamo i risultati senza la…
Davide Russo
// più letti
-
01
I modelli open-weight raggiungono i closed sui benchmark di ragionamento
Tre laboratori indipendenti pubblicano pesi liberi che pareggiano i risultati dei sistemi proprietari sui test di matematica e codice. Cambia l'equilibrio del settore.
News 11 Giu 2026 -
02
Cos’è il Model Context Protocol (MCP) e perché sta diventando lo standard per gli agenti
Il Model Context Protocol standardizza il modo in cui gli agenti AI si collegano a dati e strumenti. Cos'è MCP, quale problema risolve e perché sta diventando un riferimento dell'ecosistema.
Tool 14 Giu 2026 -
03
Migrare da Azure Synapse a Databricks: cosa aspettarsi davvero
Databricks ha pubblicato un playbook di campo per passare da Synapse al lakehouse. Le parti interessanti non sono le fasi del programma, ma i dettagli che fanno slittare i progetti: collation, distribution key e validazione.
Tutorial 10 Lug 2026 -
04
Walled garden: quando è il vendor a decidere se puoi usare i tuoi dati
Un post di Fivetran sostiene che le restrizioni delle API SaaS stanno diventando il vero collo di bottiglia dei progetti AI. È una tesi di parte, ma gli esempi che porta sono verificabili e riguardano da vicino chi costruisce pipeline.
Opinioni 10 Lug 2026 -
05
Netflix spezza le wide partition di Cassandra a runtime, un ID alla volta
Netflix ha portato le letture sulle wide partition di Cassandra da secondi a decine di millisecondi, splittandole in modo asincrono per singolo ID. Il design del read path è la parte da rubare.
News 10 Lug 2026
// newsletter