ai-powered-markdown-translatorArticolo tradotto dal francese all’italiano con gpt-5.6-sol.
Solo dodici annunci, in cinque ambiti, per il fine settimana del 29 e 30 agosto — contro i ventidue del giorno precedente e i quarantadue del 28. Due cause si sommano e nessuna merita di essere nascosta. Il 29 è sabato, il 30 domenica: la quasi totalità dei blog ufficiali non ha pubblicato nulla. Inoltre, X è andato in panne durante la raccolta, poiché l’interfaccia che fornisce i feed dei profili ha smesso di rispondere; ventitré account monitorati — quelli dedicati alla generazione di immagini e video e quelli degli strumenti di sviluppo — sono rimasti inaccessibili. Un annuncio diffuso esclusivamente tramite tweet potrebbe quindi essere sfuggito alla scansione.
Resta una giornata su due registri. Sul fronte dei prodotti, xAI collega Grok Bot alla rete X e GitHub illustra cinque evoluzioni per Issues. Sul fronte della ricerca, il raccolto proviene interamente dal blog di Hugging Face e da singoli contributori: una sonda lineare trasferibile dal modello di visione di un’azienda a quello di una concorrente, un modello post-transformer preaddestrato su un solo MacBook, una rete di Leech che fa entrare Qwen3-4B in 2,60 GB di VRAM e un metodo per interrompere un agente durante la generazione. Si tratta di lavori di ricerca, non di lanci.
Grok Bot si connette a X
29 agosto — xAI ha pubblicato nel proprio feed di notizie un aggiornamento di Grok Bot, la sua offerta di agenti autonomi: il prodotto ora si integra più strettamente con X.
Il meccanismo consiste nel collegamento di un account. L’utente collega il proprio account X da Grok Bot e xAI gli crea automaticamente un account sviluppatore se non ne possiede uno — il passaggio necessario per ottenere l’accesso programmatico alla rete. Gli abbonati a pagamento di Grok Bot ricevono inoltre crediti gratuiti per l’API X per iniziare, senza che xAI ne specifichi l’importo né la durata di validità.
Una volta attivato il connettore, un Bot può cercare post, leggere il feed di notizie del proprietario, consultarne le menzioni e produrre una sintesi di ciò che circola sulla rete. Per iniziare basta aprire Grok Bot e utilizzare il connettore X.
xAI definisce esplicitamente questa versione come una prima iterazione dell’integrazione e dichiara di voler continuare a semplificare il lavoro di Grok Bot su X.
GitHub Issues: cinque novità, tra cui un’API REST delle dipendenze sensibile all’ambito
29 agosto — GitHub ha illustrato cinque evoluzioni di GitHub Issues, annunciate direttamente su X senza una voce di changelog associata: il messaggio stesso costituisce la fonte primaria.
Quattro riguardano la comodità di navigazione. Le viste possono essere fissate nella barra laterale, evitando di dover ricreare un filtro a ogni sessione. Le reazioni ora mostrano gli avatar dei profili dove prima compariva soltanto il conteggio. La densità della dashboard diventa regolabile, una funzione utile nei repository che presentano molte righe. Le sotto-issue chiuse possono essere nascoste, alleggerendo così le issue principali utilizzate per monitorare l’avanzamento dei lavori.
La quinta è la più rilevante per l’automazione: l’API REST delle dipendenze tra issue diventa sensibile all’ambito (scope-aware). Le dipendenze tra issue, che descrivono l’ordine in cui le attività devono essere svolte, possono ora essere interrogate tenendo conto dell’ambito — un aspetto di diretto interesse per gli agenti e gli script che costruiscono un piano di lavoro a partire dal monitoraggio di un repository. GitHub non ha specificato le modalità di disponibilità di queste cinque modifiche.
| Novità annunciata | Ambito della modifica |
|---|---|
| Viste fissabili nella barra laterale | Navigazione di Issues |
| Avatar dei profili sulle reazioni | Visualizzazione delle reazioni |
| Densità regolabile della dashboard | Dashboard |
| Possibilità di nascondere le sotto-issue chiuse | Issue principali e sotto-issue |
| API REST delle dipendenze sensibile all’ambito | API REST, dipendenze tra issue |
Gala, un modello post-transformer preaddestrato su un solo MacBook, legge 10 milioni di token a velocità costante
29 agosto — Una famiglia di piccoli modelli linguistici, denominata provvisoriamente Gala, è stata preaddestrata da zero interamente in MLX su un solo MacBook — M3 Max, GPU a 40 core, 128 GB di memoria unificata — in cinque giorni.
L’esperimento parte da un capovolgimento di prospettiva. Il Transformer è progettato per hardware in cui i prodotti tra matrici dense sono abbondanti e la memoria ad alta larghezza di banda è scarsa; un Mac è la macchina opposta. L’architettura scelta accumula quindi parametri e stato, limitando i FLOPs per token.
Il test finale consiste nell’elaborazione di 10,5 milioni di token di testo FineWeb reale, con batch di 1, sul portatile. Nulla aumenta: lo stato ricorrente resta fisso a 3,07 MB per l’intera sequenza e la velocità di decodifica non peggiora. Non aumenta neppure la perdita sui 2.000 token successivi. Il Transformer di riferimento addestrato sugli stessi dati decodifica a 134 token/s già con un contesto di 32k e richiederebbe circa 33 GB di cache KV con un milione di token.
| Contesto raggiunto | Velocità di decodifica | Perdita sui 2.000 token successivi | Stato ricorrente |
|---|---|---|---|
| 32 768 | 382,3 token/s | 3,630 | 3,07 MB |
| 1 048 576 | 388,1 token/s | 3,534 | 3,07 MB |
| 5 242 880 | 386,2 token/s | 3,590 | 3,07 MB |
| 10 485 760 | 385,8 token/s | 3,296 | 3,07 MB |
L’acquisizione rimane lineare a circa 28.000 token/s, pari a quasi sei minuti per dieci milioni. Il modello è pubblicato insieme ai suoi log di esecuzione e l’articolo dedica una sezione a ciò che non è in grado di fare.
A post-transformer language model, pretrained from scratch on one MacBook in pure MLX, that reads 10M tokens of context at constant speed. Five days, every number measured, everything released.
🇮🇹 Un modello linguistico post-transformer, preaddestrato da zero su un solo MacBook interamente in MLX, che legge 10 milioni di token di contesto a velocità costante. Cinque giorni, ogni dato misurato, tutto è pubblicato. — Arjun Reddy, sul blog di Hugging Face
Una rete di Leech in un kernel CUDA fa entrare Qwen3-4B in 2,60 GB di VRAM
29 agosto — Il numero di bit per peso è l’unica leva che cambia la classe di macchina in grado di ospitare un modello: a 2 bit, un modello da 70 miliardi di parametri passa da 140 GB a circa 18 GB ed entra in una scheda da 24 GB. Resta però necessario preservare la qualità, e la migliore qualità riportata a questo livello di compressione proviene dalla quantizzazione vettoriale in blocchi di 24 sulla rete di Leech, un lavoro di Qualcomm AI Research.
L’ostacolo era il software. Per semplicità, il kernel CUDA pubblicato con questo paper decodifica un solo livello della rete e rimane più lento dei metodi concorrenti. Il dizionario effettivamente necessario a 2 bit è però un’unione di livelli: 301 classi di equivalenza e un indice a 47 bit che identifica un punto tra 1,1 × 10¹⁴. L’autore non ha trovato da nessuna parte un decoder per questo indice.
Così lo ha scritto. Il nucleo matematico del progetto — rete, ricerca esatta del vicino più prossimo, indicizzazione biunivoca a 48 bit, GPTQ sferico — è implementato in Rust senza alcuna dipendenza esterna ed è accompagnato dal decoder CUDA fuso che mancava.
| Elemento misurato | Valore rilevato |
|---|---|
| Modello quantizzato | Qwen3-4B |
| Impronta di VRAM | 2,60 GB |
| Throughput di generazione | 87 token/s |
| Classi di equivalenza a 2 bit | 301 |
| Dimensione dell’indice | 47 bit, tra 1,1 × 10¹⁴ punti |
| Modello da 70 miliardi a 2 bit | Da 140 GB a circa 18 GB |
Il modello quantizzato produce gli stessi token del modello denso con decodifica greedy, salvo un eventuale spareggio in caso di parità. Due riserve, formulate dallo stesso autore: il suo decoder rimane più lento del kernel concorrente QTIP, che legge 2,40 volte meno byte e funziona 2,27 volte più velocemente; inoltre, il preprint è stato depositato autonomamente e non è stato sottoposto a peer review. Il codice e i dati sono pubblici.
Una sonda lineare addestrata su un modello di visione funziona su quello di un concorrente
30 agosto — Quattro modelli multimodali di quattro aziende diverse codificano le stesse immagini. Sono tutti congelati, nessuno viene sottoposto a fine-tuning e i loro stati nascosti non hanno nemmeno la stessa ampiezza: 5.376, 5.120, 2.560 e 2.048 dimensioni. Nulla dovrebbe consentire a una sonda appresa su uno di essi di funzionare su un altro. Eppure funziona.
Il protocollo è minimale. Una sonda lineare — una sola matrice di pesi — impara a prevedere le etichette delle immagini a partire dagli stati di un modello, quindi viene applicata senza nuovo addestramento agli stati di un altro, mediante una trasformazione stimata con regressione ridge usando come ponte tra i due spazi esclusivamente le righe di addestramento.
| Ambito valutato | AUROC nativa | AUROC trasferita | Costo del trasferimento |
|---|---|---|---|
| Immagini satellitari, uso del suolo in 17 classi | 0,9507 | 0,9484 | 0,0024 |
| Radiografie ChestX-ray14, 3 modelli su 4 | 0,7440 | 0,7511 | negativo |
Nelle radiografie toraciche — lista di test ufficiale, 25.596 immagini di pazienti mai visti durante l’addestramento — il punteggio trasferito supera quello nativo e quattro delle sei direzioni incrociate battono la sonda del modello di destinazione. Il rigore della misurazione spiega perché il risultato meriti di essere preso sul serio: il coseno grezzo tra elementi non correlati raggiunge 0,998 prima della correzione, la centratura porta tutti e quattro i fornitori a 0,005 o meno e ogni affermazione è pubblicata insieme al proprio livello casuale di riferimento — 0,5014 con etichette mescolate sul dataset di test satellitare.
Together AI colloca GLM-5.3 davanti a due modelli chiusi per tasso di allucinazione, senza indicare un benchmark
30 agosto — Together AI presenta il basso tasso di allucinazione di GLM-5.3 come un aspetto sottovalutato del modello e lo confronta con due importanti modelli chiusi.
| Modello confrontato | Tasso di allucinazione rispetto a GLM-5.3 |
|---|---|
| GLM-5.3 | riferimento |
| Claude Fable 5 | oltre 2 volte superiore |
| GPT-5.6 Luna | oltre 3 volte superiore |
La misurazione va interpretata per quello che è. Together AI ospita GLM-5.3 e ne vende l’inferenza: la fonte non è neutrale. Il messaggio non cita né il benchmark utilizzato, né i valori assoluti, né il metodo di conteggio delle allucinazioni — soltanto dei rapporti. Una breve registrazione video accompagna il post, ma il testo pubblicato non riporta alcun dato grezzo. Va quindi considerata una classifica relativa, non una valutazione indipendente.
L’angolazione resta degna di nota perché completa il quadro delineato nei giorni precedenti: i confronti DeepSWE pubblicati il 29 misuravano la capacità di programmazione e il costo, non l’affidabilità fattuale in produzione.
an underrated part of glm-5.3 is its low hallucination rate
claude fable 5 is over 2x higher, while gpt-5.6 luna is over 3x higher
🇮🇹 un aspetto sottovalutato di glm-5.3 è il suo basso tasso di allucinazione. claude fable 5 ha un tasso oltre 2 volte superiore, mentre gpt-5.6 luna ha un tasso oltre 3 volte superiore. — @togethercompute su X
🔗 Messaggio di @togethercompute
In breve
- Reflexive Role Routing, un metodo per interrompere un agente durante la generazione — Durante la generazione, una sonda a singolo livello lineare legge due valori — lo scostamento tra l’obiettivo del prompt e la traiettoria corrente e la probabilità stimata che l’output superi la revisione — che un controller congelato utilizza per decidere se interrompere. Il processo è formalizzato come decisione semi-markoviana per non scartare il contesto già prodotto. Preprint depositato con DOI 10.5281/zenodo.22171581. 🔗 Articolo su Hugging Face
- Una valutazione del rischio usa e getta, generata da un modello di frontiera — Un singolo prompt induce un modello potente a creare un benchmark nuovo, la cui griglia di valutazione rimane privata nella conversazione; i modelli valutati eseguono il test, le loro risposte vengono reinserite per la valutazione e infine il benchmark viene scartato — l’autore non lo considera una soluzione alla contaminazione, ma soltanto un modo per dipendere meno dalle stesse domande pubbliche. L’interesse risiede soprattutto nella distinzione imposta ai risultati tra volontà (willingness), capacità (capability) e facilitazione (enablement). 🔗 Articolo su Hugging Face
- La modalità di errore predefinita di CUDA è il silenzio — Nota di apprendimento della prima settimana di programmazione GPU, scritta a partire dal programma più semplice possibile: l’addizione di due liste di mille numeri. Ciò che ha colpito l’autore non è il funzionamento della GPU, ma la discrezione con cui si guasta. Nessun annuncio né rilascio di modelli. 🔗 Articolo su Hugging Face
- GitHub torna a promuovere il raggruppamento degli aggiornamenti Dependabot — Su GCToolkit, un progetto di Microsoft, circa un commit su sei consisteva nell’aggiornamento di una singola dipendenza; sono bastate tre modifiche al file
dependabot.ymlper ridurre il rumore raggruppando gli aggiornamenti e rallentandone la frequenza, senza ritardare le correzioni di sicurezza. L’articolo indicato risale al 29 luglio 2026: soltanto la condivisione è del 30 agosto. 🔗 Messaggio di @github - WebMCP Challenge: scadenza il 3 settembre e sessione di domande e risposte il 31 agosto — OpenAI Developers ricorda che i progetti dell’hackathon WebMCP possono essere presentati fino al 3 settembre e annuncia nello stesso thread una sessione di domande e risposte (office hours) su Discord prevista per lunedì 31 agosto alle 11 am PT, con i partner del concorso: Chrome, Cloudflare, Shopify, Vercel, Render e Netlify. L’hackathon era stato presentato il 25 agosto. 🔗 Messaggio di @OpenAIDevs
- Cohere pubblica tre foto di Waterloo senza alcun annuncio associato — L’account ufficiale ribadisce il posizionamento canadese dell’azienda, senza lanci, dati o link. Nessun contenuto fattuale: segnalato per completezza dell’intervallo esaminato. 🔗 Messaggio di @cohere
Cosa significa
L’hardware consumer torna a essere un vincolo di progettazione, non un limite da subire. Due dei lavori del fine settimana partono dalla stessa premessa: la macchina disponibile determina l’architettura, non il contrario. Gala è progettato per un Mac — memoria abbondante, FLOPs scarsi — e accumula quindi parametri e stato anziché calcolo per token; il risultato è una decodifica che non rallenta passando da 32.768 a 10,5 milioni di token di contesto. La quantizzazione tramite reticolo di Leech mira all’altro capo della catena: ridurre un modello da 70 miliardi di parametri da 140 GB a circa 18 GB, vale a dire farlo stare su una scheda posseduta anche da privati. Nessuno dei due pretende di competere con un modello di frontiera, e non è questo il punto: entrambi spostano la questione dalle dimensioni del modello alla classe di macchina in grado di ospitarlo.
Una sonda addestrata su un modello è utilizzabile su quello vicino. Il risultato più sorprendente della giornata è anche il più discreto. Se quattro modelli congelati di quattro aziende codificano le immagini in modo sufficientemente simile da consentire a un’unica matrice di pesi di essere trasferita dall’uno all’altro con un costo di 0,0024 in AUROC — o persino con un costo negativo —, allora gli strumenti costruiti sopra queste rappresentazioni smettono di dipendere dal fornitore sul quale sono stati calibrati. Il paper stesso propone questa interpretazione pratica, ma indica subito il limite che impedisce che sia già un metodo: le applicazioni di trasferimento vengono adattate coppia per coppia e nulla garantisce che una sola di esse funzionerebbe su un modello escluso da tale adattamento. Il rigore della misurazione non viene mai meno: anisotropia corretta prima di ogni confronto, soglia del caso pubblicata accanto a ciascun punteggio.
Le affermazioni sull’affidabilità arrivano senza metrologia. Together AI colloca GLM-5.3 davanti a due modelli chiusi per tasso di allucinazione, ma non indica alcun benchmark, non pubblica alcun valore assoluto e non descrive il proprio metodo di conteggio — mentre vende l’inferenza del modello che classifica al primo posto. Il contrasto con gli articoli di ricerca dello stesso fine settimana è netto: questi ultimi pubblicano le rispettive soglie del caso accanto ai risultati e descrivono nel dettaglio i protocolli. Un rapporto privo di riferimento non è una misurazione, è un argomento commerciale, e come tale va classificato.
Sul fronte dei prodotti, il fine settimana ha offerto soltanto lavori infrastrutturali — ed è lì che si decide il destino degli agenti. xAI non presenta alcun modello: collega Grok Bot a X, crea l’account sviluppatore al posto dell’utente e distribuisce crediti API per ridurre l’attrito iniziale. GitHub non annuncia una funzionalità spettacolare: rende la propria API REST per le dipendenze delle issue sensibile all’ambito. In entrambi i casi, a cambiare sono i diritti di accesso e la superficie interrogabile, non le capacità del modello. È il lavoro meno visibile e più determinante per chi costruisce agenti destinati a leggere un social network o un sistema di tracciamento dei ticket.
Fonti
- xAI — Grok Bot ora funziona con X
- GitHub — cinque novità per GitHub Issues
- Gala, un modello post-transformer addestrato su un MacBook
- Quantizzazione tramite reticolo di Leech e decoder CUDA integrato
- Sonde lineari trasferite tra modelli di visione congelati
- Together AI — tasso di allucinazione di GLM-5.3
- Reflexive Role Routing
- Valutazione usa e getta del rischio generata da un modello di frontiera
- Nota di apprendimento sul malfunzionamento silenzioso di CUDA
- GitHub — raggruppamento degli aggiornamenti Dependabot
- OpenAI Developers — WebMCP Challenge e sessione di domande e risposte
- Cohere — foto di Waterloo