Lanci e aggiornamenti collegati a schede, contesto e fonti primarie.
Mistral Small 4 combina la pubblicazione dei pesi con licenza Apache 2.0 e un modello disponibile tramite API. Prima di presentare le due alternative come intercambiabili, un team deve verificare separatamente il contratto del modello, il contratto del servizio e le operazioni che dovrà gestire in proprio.
BrowseComp valuta se un agente sia in grado di individuare una risposta fattuale breve e difficile da trovare attraverso una navigazione web persistente. È un segnale utile, ma circoscritto: un punteggio elevato non basta a dimostrare qualità della ricerca, tracciabilità delle fonti o affidabilità nei compiti aperti.
Un errore del modello, un incidente operativo e un incidente grave ai fini regolatori non sono equivalenti. Questa guida propone un protocollo verificabile per preservare le prove, contenere il rischio, ricostruire il caso e preparare una decisione di notifica senza anticipare conclusioni giuridiche né distruggere informazioni rilevanti.
Un percorso operativo per decidere se un flusso di ricerca, sintesi, estrazione, classificazione o redazione può trattare documenti privati in modo diretto, minimizzato, segmentato oppure in un ambiente controllato. L’obiettivo non è scegliere una tecnologia predefinita, ma delimitare dati, trasformazioni, controlli e revisione umana prima della produzione.
L’IA può ridurre il tempo dedicato a ordinare gli avvisi provenienti da SIEM, EDR, identità, posta elettronica e cloud. Non deve però diventare, da sola, l’autorità che archivia un incidente o esegue un contenimento. Questa guida propone un percorso decisionale basato su evidenze verificabili, criticità, portata, reversibilità e approvazione umana.
L’iniezione indiretta si verifica quando un assistente tratta come ordini un testo che avrebbe dovuto usare soltanto come dato. Questa guida propone un’architettura, controlli e test per evitare che e-mail, documenti, risultati RAG o pagine web modifichino l’obiettivo, i permessi o i destinatari di un’attività.
CursorBench offre un segnale sui sistemi di agenti valutati all’interno dell’harness di Cursor, ma un punteggio non equivale a una proprietà trasferibile del modello. La documentazione pubblica verificata consultata descrive CursorBench 3.1, non 3.2; pertanto, ogni riferimento a una presunta versione 3.2 deve essere trattato come non confermato finché Cursor non ne pubblichi metodologia e risultati.
Una cifra di costo per issue risolta è utile soltanto se rende visibile tutto ciò che è avvenuto prima di ottenere la patch: tentativi falliti, consumo di token, regole di arresto, selezione tra esecuzioni e risorse di valutazione. Questa analisi propone una scheda riproducibile per leggere e confrontare i risultati di SWE-bench, con particolare attenzione a SWE-bench Verified.
GPT‑Live‑1 introduce nell’API un livello vocale capace di ricevere e generare audio in una conversazione continua, mentre il ragionamento o le azioni possono essere delegati a un backend. In produzione, la questione non è soltanto ottenere una voce più fluida: occorre mantenere il controllo su turni, annullamenti, strumenti, azioni esterne e conferme rivolte all’utente.
Mistral OCR 4.1 modifica il modello verso cui puntano determinati alias e aggiunge capacità relative a blocchi, struttura e confidenza. Prima di aggiornare un flusso documentale, è opportuno misurare non solo la leggibilità del testo, ma anche la stabilità di tabelle, pagine, coordinate, schemi e revisioni umane.
Una guida per distinguere la valutazione d'impatto sulla protezione dei dati dalla valutazione d'impatto sui diritti fondamentali richiesta per determinati usi dell'IA ad alto rischio. Include un albero decisionale, evidenze minime, controlli e un caso pratico di prioritizzazione delle richieste.
Una guida per separare classificazione, recupero delle evidenze, redazione ed esecuzione nell’assistenza. Propone livelli di autonomia, regole di escalation e metriche per valutare se l’IA migliora la risoluzione senza trasferire decisioni sensibili a una previsione automatica.
Novità che modificano la mappa dei modelli e delle potenzialità.
Il lancio richiede la revisione della valutazione, della distribuzione e della sicurezza.
Modello di confine ↗Compiti di codice e conoscenza con controlli dello sforzo.
Conoscenza ↗Multimodalità, codice e agenti con profilo a bassa latenza.
Versione stabile ↗Una notizia non finisce nel titolo.
Collega l'annuncio alla versione, all'accesso e alle modalità.
Identità ↗Distinguere tassi stabili, introduttivi e dati mancanti.
Costo ↗Esaminare le condizioni e la comparabilità prima di accettare un benchmark.
Prova ↗