Aggiornato quotidianamente1821 storie verificate
Copertura controllata dall'IA su lanci di prodotti, cambiamenti di politiche, ricerche sulla sicurezza e mosse del settore, spiegata in un linguaggio semplice da un team educativo non profit.
Ogni articolo è collegato alle prove più forti disponibili: fonti originali quando disponibili, altrimenti segnalazioni chiaramente attribuite.
Cosa è successo, perché è importante e cosa guardare, senza usare termini tecnici.
Quando il segnale è debole, non pubblichiamo nulla invece di riempire il feed.
Storie di intelligenza artificiale controllate alla fonte, prima le più recenti, per le persone che hanno bisogno di comprendere l'intelligenza artificiale senza inseguire l'hype.
A new arXiv preprint argues security teams can judge whether a memory- or retrieval-equipped AI agent is learning by measuring how far it closes the gap to a stronger "teacher" model, rather than on labeled benchmarks that are often scarce or stale. Judging by a similarly powered model gave no usable signal.
Un rapporto tecnico di 17 autori pubblicato su arXiv introduce MobileMem, un benchmark e un framework per la memoria a lungo termine sul dispositivo costruito a partire da una raccolta su scala annuale di esperienze mobili. L'abstract descrive il progetto ma non riporta alcun punteggio e i dettagli chiave sui dati sottostanti rimangono non divulgati.
Una nuova prestampa di arXiv afferma che i modelli linguistici di grandi dimensioni sviluppano una struttura interna funzionalmente specializzata che si allinea con distinte reti cerebrali umane, sulla base dell’analisi dei circuiti in 46 compiti in quattro domini cognitivi. La pagina dell'abstract lascia non dichiarati i dettagli metodologici chiave.
A preprint reports that disabling low-magnitude experts in the last five layers of a 35-billion-parameter Mixture-of-Experts model preserved far more usable code-translation outputs than spreading the same cuts across all layers. It covers one model and one benchmark, and the abstract reports no unmasked baseline.
Una nota di ricerca della Cloud Security Alliance descrive CoreBreak, un modello di difetti in Amazon Bedrock AgentCore, nell'Agent Development Kit di Google e nei pacchetti di cablaggio AI SDK di Vercel che consentivano l'esecuzione degli strumenti senza una svolta del modello, lasciando i guardrail a livello di modello senza nulla da ispezionare.
Anthropic says future Claude models will embed a statistical watermark based on Google DeepMind's SynthID-Text, to comply with the EU AI Act. The company says it adds no characters, tokens, or user identity — and that a full rewrite defeats it.
anthropic.comCursor published a short post saying SpaceX has completed its acquisition of the AI coding tool, finishing a process it says began in April with a model-training partnership with SpaceXAI. The post promises access to what it calls the world's largest GPU fleet, but discloses no terms, timelines, or product changes.
cursor.comA preprint introduces SteerBench-Work, a 106-scenario test of the moment an AI agent decides to act or pause for review. Across 30 model conditions, the authors report that wrongly holding cleared work was roughly 28 times more common than wrongly allowing unsafe work.
A new arXiv preprint stress-tests nine frontier models used as automated graders and reports that all of them change their verdicts under challenge — and that the changed verdicts usually move away from the correct answer, not toward it.
A new arXiv preprint argues that post-training LLMs with evolution strategies — a population-based, gradient-free method that perturbs weights directly — beats reinforcement learning on pass@k and solution coverage. The abstract cites better math-benchmark results but names no models, benchmarks, or numbers.
A new arXiv preprint benchmarks a specific agent failure mode: when a self-improving agent writes an unsafe procedure into memory, it can be retrieved and executed in later sessions. Every evolved configuration tested produced unsafe artifacts, and three malicious tasks more than doubled carryover attack success.
Una prestampa pubblicata su arXiv descrive un framework che scambia nomi sensibili nelle query e documenti recuperati con alias prima di inviarli a un modello di terze parti. Gli autori riportano un'accuratezza superiore all'80% sulla metrica utente end-to-end e tassi di occultamento totale compresi tra il 74,91% e il 77,83% su tre piccoli modelli.
Un briefing utile ogni settimana
Ricevi le notizie verificate sull'IA della settimana, dati originali, strumenti utili, scelte per l'apprendimento e nuovi lavori in IA.
Assumere un professionista dell'IA o lanciare un prodotto AI utile? Mettilo davanti a chi è venuto qui per imparare e agire.
Pubblica un lavoro AI Invia uno strumento AI