IT · Edizione internazionale · 16/10/2026
Inferama ogni giorno · 16/10/2026
Le novità più importanti sull’intelligenza artificiale dal bollettino precedente, selezionate per rilevanza editoriale.
Periodo delle novità: 15/10/2026 16:05 → 16/10/2026 08:30 (Europe/Madrid).
Auditoria documentale del catalogo di modelli aperti di Ai2: stato delle evidenze sulle licenze
Analisi della disponibilita' di documentazione primaria per verificare le licenze di codice, pesi e dati dei modelli di Ai2, evidenziando le attuali lacune nella tracciabilita' legale.
Leggi l’articolo →L’agente ha davvero finito? Come verificare il risultato senza fidarsi della sua risposta finale
Un’azione inviata, una risposta dello strumento e un’attività completata sono cose diverse. Impara a definire un risultato osservabile, scegliere le prove adatte e comunicare con precisione che cosa è stato verificato.
Leggi l’articolo →Nemotron 3.5 Super VL: NVIDIA annuncia un modello multimodale da 120 miliardi di parametri
Il nuovo modello combina ragionamento, uso di strumenti e comprensione di testi, immagini, documenti e video. NVIDIA dichiara 12 miliardi di parametri attivi per token e miglioramenti di efficienza, ma i risultati pubblicati non bastano a stabilire un confronto indipendente o un costo d’inferenza universale.
Leggi l’articolo →Come verificare le affermazioni generate dall’IA: un protocollo per decidere cosa mantenere, correggere o ritirare
Una citazione non dimostra che un’affermazione sia corretta. Scopri come separare le affermazioni verificabili, leggere le prove nel loro contesto e registrare una decisione che un’altra persona possa ripetere.
Leggi l’articolo →Prima di automatizzare con l’IA: come valutare un’attività e approvare un progetto pilota
Un protocollo pratico per circoscrivere un’attività, confrontarla con il processo attuale e con un’alternativa deterministica, e definire prima della prova criteri di accettazione, revisione umana e interruzione.
Leggi l’articolo →Memoria persistente per gli agenti: cosa conservare, per quanto tempo e come correggerlo
Una guida di progettazione per definire record di memoria, politiche del ciclo di vita e test di verifica per gli agenti IA, distinguendo la memoria persistente dalla cronologia e dallo stato temporaneo.
Leggi l’articolo →Aleph Alpha e Cohere: cosa comporta la fusione per l’accesso ai modelli sovrani e cosa resta da verificare
Un’analisi dell’accordo tra Aleph Alpha e Cohere: fatti confermati, possibili effetti sull’offerta di modelli sovrani, implicazioni normative e una checklist per verificare licenze e modalità di accesso.
Leggi l’articolo →Cosa può e cosa non può dimostrare uno studio sui Transformer in loop di OpenAI
Un lavoro sperimentale descrive un metodo per stabilizzare i Transformer in loop e misurarne le prestazioni. Non dimostra che OpenAI lo utilizzi nel suo prossimo modello né consente di concludere che questa architettura renda più difficile la supervisione della sicurezza.
Leggi l’articolo →Muse Spark Open e Mac Studio: cosa è confermato sul modello di Meta
A Muse Spark Open vengono attribuiti 816 miliardi di parametri, 42 miliardi attivi e una finestra di contesto da un milione di token. Tuttavia, la documentazione primaria di Meta fornita non conferma questa variante né un’ottimizzazione ufficiale per Apple Silicon; non consente neppure di verificare requisiti o prestazioni in locale.
Leggi l’articolo →NVIDIA presenta Nemotron 3.5 Super VL, un modello aperto da 120 miliardi di parametri per agenti aziendali
Nemotron 3.5 Super VL è progettato per interpretare documenti, grafici, immagini e video e supportare attività prolungate con strumenti. Le informazioni disponibili confermano il lancio e la scala del modello, ma non bastano per stabilire le sue prestazioni indipendenti né quanta hardware NVIDIA richieda ogni implementazione.
Leggi l’articolo →