Modelli e framework per agenti
Modello agente senza refusal. Un nuovo merge di Qwen3.8-27B integra visione, decisioni tipizzate e pesi senza refusal per stack agentici locali su 16 GB di VRAM. Un PSA separato segnala che le ablazioni di rango 1 possono essere applicate come una piccola LoRA a runtime, evitando download di grandi modelli abliterati.
Modelli 4B specializzati. Addestrare modelli 4B specifici per un compito, come Qwen3.5-4B-3D-Coder, suggerisce che i modelli piccoli possono gestire molte attività pratiche, dagli asset 3D al coding, e si stanno esplorando varianti più piccole fino a 350M.
Modelli vocali full-duplex. Tofu-1 di Bland e Haru-4B, versione open, offrono entrambi speech-to-speech full-duplex, ascoltando e parlando contemporaneamente. Tofu-1 punta alle chiamate rumorose; Haru-4B è multilingue e gira a 7,5 Hz con audio continuo.
Agenti avatar e video. audio.cpp 0.9.5 combina SoulX-FlashHead, OWSM v4 e LFM3-Audio per chat con avatar locali in tempo reale su RTX 4090+. LongCat-Video-Avatar 1.6 di Meituan migliora la generazione video di persone guidata dall'audio, con lip sync migliore e maggiore coerenza sulle sequenze lunghe.
LongCat-2.5 a pesi aperti. Meituan ha rilasciato un modello agente MoE da 1,6T di parametri addestrato interamente su hardware cinese; attiva 48B di parametri per token, gestisce contesti da 1M e eguaglia i livelli di coding dei precedenti Claude Opus 5.
Claude Fable dipinge. Claude Fable 5.2 di Anthropic genera immagini scrivendo codice Python per posizionare centinaia di migliaia di pennellate su una tela virtuale; batte GPT-6 Astra su un benchmark di simulazione robotica, ma è più lento nel controllo reale.
Rilascio UE e multilingue. EUROPA punta a quasi 1T di parametri, mentre la famiglia Villanova2 aggiunge modelli multilingue Apache-2.0 per cinque lingue europee.
Inferenza locale e strumenti
Basalt 0.4.0. Basalt aggiunge il supporto a Qwen 3.8 27B dense in NVFP4 e il routing multi-modello, arrivando fino a 770 tok/s su una RTX 5090 e mantenendo il 92,8% di accuratezza top-1 rispetto a BF16.
BigMoeOnEdge. Questo strumento esegue qualsiasi MoE GGUF su NVIDIA, AMD, Intel, Mac, smartphone o CPU, spesso battendo Strata e colibri su schede da 8–16 GB e su Mac con Qwen3.6-35B e modelli più grandi.
llama.cpp più veloce. llama.cpp continua a migliorare: nei benchmark su Gemma4 sta recuperando terreno rispetto ai motori custom; il tuning di cudaMemcpy porta il prefill con offload MoE da 345 a 466 t/s su una 3090; e un boost CPU AVX-VNNI per Q2_0 è in una PR.
- Llama.cpp performance improvement over time (Gemma4 models)(si apre in una nuova scheda)
- MoE offload on a 3090: prefill 345 -> 466 t/s by tuning cudaMemcpy (Qwen3.6 35B-A3B)(si apre in una nuova scheda)
- CPU-only boost for Q2_0 on AVX-VNNI · Pull Request #26348 · ggml-org/llama.cpp(si apre in una nuova scheda)
Plugin agente per Datasette. Simon Willison ha pubblicato diverse release di Datasette create con Claude Fable 5.2: visualizzazione MapLibre/OpenFreeMap, export in streaming, correzioni di sicurezza, app in sandbox con collegamenti via URL e miglioramenti ai prompt degli agenti.
Visualizzatore interni LLM. inside-llm è uno strumento open source per browser che confronta due quantizzazioni GGUF token per token, mostrando probabilità, gate del sampler, entropia e divergenza.
Industria e business
Studio salute Apple. Apple e OpenEvidence hanno lanciato un'app per uno studio con risposte sanitarie fondate su evidenze cliniche, per un massimo di 200.000 partecipanti statunitensi; gli utenti valutano le risposte e possono condividere i dati di HealthKit.
Crisi ai vertici Nvidia. Jensen Huang è stato estromesso dopo rivelazioni su una relazione con una presunta spia cinese; Megaspeed, legata alla sua ex amante, ha intermediato quasi 12 miliardi di dollari di ordini di chip per la Cina. Il Congresso vuole regole più severe sull'export di chip AI, mentre i sostenitori chiedono il ritorno di Huang.
- Is bad news for Jensen Huang also bad news for the AI industry?(si apre in una nuova scheda)
- Firm linked to Jensen Huang's ex-lover reportedly brokered nearly $12 billion in Nvidia chip orders for China(si apre in una nuova scheda)
- Jensen Huang might be plotting a return and more of the latest Nvidia drama(si apre in una nuova scheda)
- Congress wants to tighten export rules on AI chips after Nvidia spy scandal(si apre in una nuova scheda)
- The Sequence Radar - Issue #972: Last Week in AI: The Invisible Hand Wore a Leather Jacket(si apre in una nuova scheda)
- An overview of Jensen Huang’s messy days(si apre in una nuova scheda)
Sensori AI indiani. Bharat Semi ha raccolto 24 milioni di dollari in un round seed per sviluppare sensori di immagine abilitati all'AI che combinano acquisizione, elaborazione e AI su un unico chip, puntando alla produzione nel 2027.
Impatto dell'AI sul lavoro. La banca centrale australiana rileva che gli annunci di lavoro sono diminuiti soprattutto nei settori più esposti all'AI, e che i giovani nel software e nel servizio clienti registrano un'occupazione più debole.
Sicurezza e governance
Governance agenti in Uber. Uber ha messo a punto un framework per il ciclo di vita che determina se le azioni degli agenti sono appropriate, registrando gli agenti in un AI Registry e applicando controlli a runtime e dopo il deployment contro prompt injection e goal hijacking.
Prompt guard X3Guard. Axiomic Labs ha rilasciato X3Guard-150M, un piccolo modello prompt guard che segnala prompt dannosi e adversariali e gira su dispositivi edge con tempi di risposta misurati in millisecondi.
Code review AI in Anthropic. Il team di Claude Code usa più livelli di verifica automatizzata e review basate sull'AI, raddoppiando le PR mergiate e riducendo i tassi di revert di oltre il 40%.
Ricerca in evidenza
Blog scientifico OpenAI. OpenAI ha lanciato un blog scientifico e pubblicato un guest post in cui il fisico Nathaniel Craig ha usato GPT-6 Astra per sviluppare una possibile definizione su reticolo del Modello Standard.
Guida ai positional embedding. Ahead of AI passa in rassegna RoPE e gli altri metodi di codifica posizionale nei LLM moderni, incluse le scelte adottate dai modelli open-weight del 2026.
Metodo TTB. Un nuovo metodo TTB incorpora in un MLP leggero le informazioni globali sulla scena provenienti dall'attenzione cross-view, offrendo un'accelerazione del rendering fino a 23x per la sintesi di viste decoder-only.
Auto-miglioramento ricorsivo. I ricercatori hanno applicato l'auto-miglioramento ricorsivo a un'intera run di pre-training frontier, rilasciando 801-30B-A3B-Base, un MoE da 30B addestrato da zero su 11,8T token.
È tutto per questo giorno – circa 5 minuti di lettura.