Agosto 2026
Parole che contano negli LLM: perché una parafrasi può cambiare la risposta
Scopri perché parafrasi e l'ordine degli esempi possono far variare le risposte degli LLM. Imparerai un semplice test A/B per verificarlo e pratiche per stabilizzare le formulazioni.
MiniMax rilascia MiniMax‑Music3: modello open‑weights che genera canzoni intere da testi e caption
MiniMax pubblica MiniMax‑Music3, un modello open‑weights text‑to‑music che genera brani fino a cinque minuti (32 kHz, 16‑bit stereo). Pesi, codice e tre vie di deploy sono disponibili dal giorno del rilascio; architettura ibrida e vincoli di licenza definiscono opportunità e limiti di impiego.
Quando le fonti fanno inventare l'AI: il ruolo del retrieval nei sistemi RAG
In alcuni sistemi RAG l'aggiunta di documenti può rendere le risposte più persuasive ma non necessariamente più accurate. Scopri perché la qualità del retriever è determinante e come verificare rapidamente se una risposta è supportata dalle fonti.
Pipeline pratica per il fine-tuning di LLM tool-calling: XYZ‑Aquila‑SFT + Qwen3 con LoRA
Un tutorial mostra una pipeline end-to-end per estrarre traiettorie di uso strumenti dal dataset XYZ‑Aquila‑SFT, renderle in ChatML preservando blocchi di ragionamento, e adattare Qwen3‑0.6B con LoRA valutando la capacità di predire chiamate a tool.
Z.ai rilascia GLM-5.3: miglioramenti ottenuti via post‑training aumentano performance su coding a lungo orizzonte e test di cybersecurity
GLM-5.3 riutilizza il base model di GLM-5.2 e ottiene guadagni sostanziali tramite scaling del post‑training: progressi rilevanti sui benchmark di coding a lungo orizzonte e su suite di scoperta vulnerabilità, pesando su deploy e rischi di policy.
Google lancia Gemini 3.7 Flash: modello per coding e agent a $0.75/1M input (introductory)
Google presenta Gemini 3.7 Flash, versione raffinata per coding, lavoro documentale e web dev con contesto fino a 1M token e prezzo introduttivo di $0.75/1M input e $3.75/1M output fino al 31/12/2026.
Adattare Open Instruct Tulu 3 a un post‑training compatto su Colab: SFT, DPO e GRPO con verificatori
MarkTechPost pubblica un tutorial che mostra come ridurre la stack di post‑training Tulu 3 di AllenAI per eseguirla in un runtime da 16 GB: SFT, DPO e reinforcement learning con GRPO, LoRA e verificatori deterministici su GSM8K.
Non incollare password nei prompt: perché evitarlo e cosa controllare
Incollare password o testi riservati in chat AI o inviarli via API può comportare che quei dati vengano conservati e talvolta riutilizzati per l'addestramento dei modelli. Questo articolo spiega il rischio e indica i controlli pratici per ridurlo.
NVIDIA rilascia Nemotron 3.5 Lightning e NeMo Switchyard: MoE 30B con 3B attivi per l'esecuzione agentica
NVIDIA ha reso disponibile Nemotron 3.5 Lightning, una MoE da 30 miliardi di parametri con 3 miliardi attivi e contesto fino a 1M token, insieme a NeMo Switchyard per instradare chiamate agentiche. Proposte ottimizzazioni per velocità e costo in scenari always‑on.
Scrivere i passaggi non è pensare: come funziona il chain-of-thought
La tecnica "chain-of-thought" induce i modelli a generare spiegazioni passo passo e può aumentare la correttezza su problemi multi‑passo. Questo articolo spiega cosa significa la presenza di quei passaggi e come verificarne l'affidabilità.