NVIDIA presenta Nemotron-Labs-Sigma, i cui pesi, pubblicati su Hugging Face, sono stati annunciati il 16 novembre.
Riguarda anche: NVIDIA
Una versione di ricerca distribuisce Qwen3.8-27B tra il Neural Engine e la GPU di un Mac M6: un prompt di 64K passa da circa cinque minuti a due minuti e mezzo rispetto al solo Neural Engine; richiede di disattivare SIP.
Due piccoli modelli con licenza Apache 2.0 (7,1M e 18,2M di parametri) convertono il khmer digitato in lettere latine nella scrittura khmer, con un tasso di errore per carattere di 0,052 contro 0,066 per il miglior modello aperto…
VIDRAFT pubblica uno scanner open source che fornisce strumenti fittizi ai modelli: i 20 modelli aperti testati ricevono il voto F, con il modello mediano che tenta un'azione pericolosa in 40 test su 100.
Il fornitore OpenUncensored offre una versione senza restrizioni che gestisce il 97 % delle richieste legittime ma al limite del proprio insieme di test, contro l'83 % dell'originale, con un punto debole riconosciuto nei loop degli agenti.
Riguarda anche: Moonshot AI
Harpreet Sahota pubblica un'importazione in FiftyOne di 27 500 episodi e oltre 6 milioni di immagini di manipolazione a due bracci su 50 attività.
Nutrient pubblica uno strumento open source che trasforma una pagina annotata in foto scattate con il telefono o in scansioni realistiche, conservando le annotazioni, per addestrare modelli di lettura dei documenti.
Nella terza parte della sua serie, Roman Melnyk sostituisce il fine-tuning con una ricerca documentale su Qwen3.8-27B non modificato: +1,48 su 40 domande, contro +0,08 e -0,18 per i suoi adattatori sottoposti a fine-tuning.
Il progetto harness-hub, portato avanti da team di Hugging Face, pubblica Qwen3.8-27B-pi-adapted, un adattatore LoRA con licenza Apache-2.0 che specializza Qwen3.8-27B per fungere da modello nell'harness dell'agente di programmazione pi.
Secondo il benchmark AutoBench, il cui autore propone anche un router, il nuovo Auto Router sceglie il modello giusto nel 65,2 % dei casi con l'impostazione high, contro il 79,1 % del precedente; le altre impostazioni restano al livello…
Riguarda anche: OpenRouter
OpenUncensored, che vende l'accesso a questi modelli, ne ha sottoposti 32 a cinque attività con strumenti: quelli derivati dai migliori modelli di partenza completano il 38 % delle attività, gli altri il 28 %.
Turkish NLP Suite pubblica 52 000 esempi di discorsi d'odio in turco rivolti a 12 gruppi, tratti dal forum Ekşi Sözlük, presentati come un test di comprensione culturale dei modelli.
VIDRAFT apre un concorso di red teaming di ViKernel nel browser, articolato in quattro stagioni, con un montepremi di 4 500 dollari.
Kevork Sulahian ha chiesto a GPT-6 Astra di correggere la policy robotica LeWAM modificando direttamente i pesi: su 300 condizioni iniziali inedite, nessuna delle sette modifiche supera la policy originale (da -2,3 a +3,0 punti).
Voxel51 converte sei traiettorie di robot terrestri dal dataset di CMU AirLab (ospedale, porto, palude, città giapponese, fabbrica, centro città), con telecamera, segmentazione, lidar, posa e IMU.
Sakana AI pubblica JFinBench (post datato 17 novembre, ora del Giappone), un benchmark ricavato dalle sessioni 2026 di sei esami finanziari giapponesi, dalla contabilità professionale alla consulenza fiscale, pensato per essere rinnovato a…
Riguarda anche: Anthropic, Sakana AI
Oltre 200 oggetti 3D pronti per la simulazione robotica, di cui 140 articolati, diventano gratuiti e approdano anche su SimReady Central di NVIDIA, dove sette sono già online.
Di fronte a 3 181 pull request in tre mesi e ai limiti del piano gratuito di GitHub (10 Go di cache, 20 job simultanei), il team avvia ormai solo i job interessati dal diff, archivia le proprie cache ccache in Hugging Face Buckets ed…
Cinque articoli della community, per la maggior parte nati dall'hackathon di Lexsi Labs, si misurano con il piccolo modello multilingue di Cohere Labs: un agente per database passa dallo 0,5 al 49,1 % di successo in tre turni di…
Una guida mostra come utilizzare in Diffusers un modello non ancora integrato, convertendone i pesi e pubblicando blocchi sull'Hub; l'autore ha affidato il lavoro a Claude Code con Claude Opus 5.5, poiché la conversione non era riuscita…
Riguarda anche: Hugging Face
Uno sviluppatore pubblica due percorsi d'acquisto completi su Amazon eseguiti in locale da Qwen3.5 0,8B e 2B su telefoni Android, con un input mediano di 45 token per chiamata; il più lento, su un Galaxy A04e, è durato 4 h 20 per 578…
Dopo tre anni e mezzo di versioni numerate per build, llama.cpp e la sua libreria di calcolo ggml pubblicano la loro prima versione principale, la 1.0.0.
Riguarda anche: Hugging Face
IBM presenta LLMON, un linguaggio di markup pensato per i modelli linguistici.
Riguarda anche: IBM
Due estrattori da 73,9 milioni di parametri, per i farmaci e l'anatomia, con licenza Apache-2.0; su 200 abstract PubMed mai visti, il F1 passa da 45,09 a 66,81 e da 26,20 a 61,74.
Un sistema di sintesi vocale vietnamita da 100 118 parametri (402 Ko) funziona 40 volte più velocemente del tempo reale su un core x86 e può essere eseguito su un microcontrollore Cortex-M, secondo il suo autore.
Con il suo software EdgeFirst, Au-Zone passa da circa 40 a 84 fotogrammi al secondo sulla NPU da 2 TOPS, con 7 punti di mAP in più, secondo le sue misurazioni.
Un banco di prova aperto confronta un router di prompt multilingue con tre giudici LLM locali: concordanza di 0,807 (QWK), contro 0,774 tra i giudici e 0,278 per il router BERT di RouteLLM, secondo l'autore.
Tether AI Research, il team di IA di Tether che pubblica con il nome QVAC, presenta BotPsy-0.8B, un modello da 0,8 miliardi di parametri specializzato nelle chiamate di strumenti, pensato per funzionare su un telefono o un portatile.
João Galego pubblica un runtime sperimentale che avvia un modello di Hugging Face come un'immagine di container (un Dockerfile può iniziare con FROM hf.co/...) e, viceversa, esegue container su un processore composto da pesi di modello;…
OpenMed pubblica due modelli aperti sotto Apache-2.0, utilizzabili su CPU; secondo il team, il fine-tuning su DisTEMIST porta il punteggio F1 da valori compresi tra circa 36 e 39 per un modello generico a circa 73 per la versione GLiNER2.5.
Lasciati da soli, Qwen3 235B, DeepSeek V4 Pro e Llama 3.3 70B ottengono 59, 55 e 30 punti all'esame di Fizzl, senza che nessuno lo superi; quando è il codice a decidere il pagamento (x402-safe-fetch), salgono a 94, 100 e 94.
Harpreet Sahota (Voxel51) converte 42 episodi simulati del dataset di NVIDIA, sei per ciascuno di sette corpi di robot, con dati delle telecamere e telemetria delle articolazioni allineati.
Jiaju Ma (Stanford e Figma) e tre coautori di Figma pubblicano MotionGraphicsBench, un benchmark che misura la capacità dei modelli di animare una grafica vettoriale esistente.
Riguarda anche: OpenAI
TNG Technology Consulting aggiunge nuovi esperti a un modello mixture-of-experts (MoE) senza toccare quelli esistenti: risiedono in uno spazio di parametri separato e il router impara quando richiamarli.
David Corvoysier esegue GLM-5 (754 miliardi di parametri) su una sola istanza trn3.48xlarge con il codice Transformers pubblicato: 43 minuti di caricamento, primo token in 4,1 secondi, 6,9 token al secondo con un batch di 1, una prima…
Riguarda anche: Z.ai
Maziyar Panahi pubblica tre modelli aperti da 194M a 576M di parametri con licenza Apache-2.0, che individuano le malattie nei testi medici in inglese su CPU; sottoposti a fine-tuning su NCBI Disease, guadagnano circa 14 punti di F1 su…
In un post in turco, Serkan Peker mostra che il 39,4 % di 47 293 consegne di SWE-agent arriva senza test dopo l'ultima modifica, con probabilità di risoluzione inferiori di circa un terzo (odds ratio di 0,68); ipotesi preregistrata,…
Timofey Klyubin inserisce le tracce di ragionamento di Qwen3.8-27B in Qwen3-8B, che passa dal 51,1 % all'80,9 % su 300 problemi di LiveCodeBench; due modelli da 8B addestrati a produrre queste tracce non aiutano.
Harpreet Sahota converte il set di test di EgoDex, pubblicato da Apple: 3 243 episodi di 111 attività di manipolazione, pari a 7 ore, con la posa di 68 articolazioni registrata da un Apple Vision Pro.
In un post firmato da Alex M Tseng, un team di Amazon presenta HOPE (Higher-Order Pruning of Experts), un metodo per rimuovere gli esperti meno utili da un modello mixture-of-experts (MoE) senza riaddestramento.
Riguarda anche: Amazon
Frits Zwager trasforma x402 Agent Safety Bench in un esame aperto a qualsiasi agente, sul sito di Fizzl: 19 attività di acquisto presso venditori simulati, di cui 14 disonesti, pagate in USDC di test su Base Sepolia.
Seguito del progetto harness-hub presentato il 6 novembre: l'addestramento dei LoRA è terminato per LFM2.5-24B e LFM3 di Liquid AI e per Twil-8B di webAI, negli harness pi, hermes e opencode; il team annuncia fino al 43 % di efficienza…
Maziyar Panahi (OpenMed) migliora piccoli modelli Qwen negli esami medici modificandone i pesi senza addestramento: Qwen3.5-2B passa dal 52,0 al 70,5 % su MedQA, senza cambiamenti significativi in matematica; il miglioramento dipende in…
Roman Melnyk trasforma Qwen3.8-27B in un assistente per Kafka, Strimzi, Kubernetes e Argo CD, interamente su un Mac Studio M3 Ultra da 512 GB; la versione a 4 bit occupa circa 15 GB e l'autore giudica questo primo risultato poco…
Aritra Roy Gosthipaty e quattro coautori di Hugging Face ripercorrono questo hackathon dal 5 al 7 novembre, presentato come il primo di Hugging Face nel Golfo: oltre 500 candidature, 150 partecipanti, 40 squadre, 15 finalisti e 3 vincitori.
Riguarda anche: Hugging Face
L'8 novembre, Harpreet Sahota converte per FiftyOne un estratto del 2026 Humanoid IKEA Assembly Challenge: 6 episodi e 30,7 minuti di un umanoide con 35 motori e sette telecamere, con la coppia dei motori sincronizzata con le telecamere…
SAM3D-Part estrae con un clic una parte completa di un oggetto 3D esistente, con una distanza di Chamfer inferiore di circa il 72 % rispetto a OmniPart su 500 oggetti (articolo accettato a SIGGRAPH Asia 2026, pesi pubblicati);…
Chien-Hsin Lin pubblica una prima serie di modelli aperti pensati per Taiwan: un modello di conversazione e un classificatore di sicurezza derivati da Gemma 4 E4B-it, e due modelli di riconoscimento vocale derivati da Whisper large-v3.
Udgam Labs, autore del piccolo modello Laghu, pubblica 22 modelli di riconoscimento vocale sotto licenza Apache-2.0, uno per ciascuna lingua dell'ottavo allegato della Costituzione indiana.
Serkan Peker stima che, con vLLM su una H200, produrre lo stesso testo in turco richieda da 1,45 a 1,62 volte il tempo GPU necessario per l'inglese su quattro modelli aperti (Turkish-Gemma-9b-T1, Gemma 4 12B, Ministral 3 14B e…
Tre team dell'hackathon di sicurezza e allineamento di Lexsi Labs pubblicano i loro fine-tuning di questo modello aperto di Cohere Labs (3,35 Md di parametri).
Javad Taghia pubblica un esperimento in cui GPT-6 Astra, dotato di accesso tramite strumenti ai pesi di un piccolo modello di diffusione (segmind/tiny-sd) ma senza alcun gradiente, deve cancellarne lo stile di Van Gogh.
Harpreet Sahota pubblica il 7 novembre una conversione per FiftyOne di questo dataset di 3 151 immagini annotate in 55 episodi MCAP, acquisite dal robot mobile autonomo di SEW-EURODRIVE con sei tipi di sensori (telecamere RGB e termiche,…
Il team OpenMOSS presenta MOSS-Live, un sistema di conversazione in tempo reale che ascolta e parla contemporaneamente (duplex integrale, full-duplex), comprende ciò che mostrano la videocamera o la condivisione dello schermo e affida…
ONESTRUCTION pubblica una classifica dei modelli per l'edilizia, basata sulla media di cinque benchmark (planimetrie, modelli BIM, stima dei costi, generazione IDS): Claude Opus 5.5 è in testa con 73,7 punti, un decimo davanti a Gemini 4…
Dragonscale afferma di aver migliorato senza alcun riaddestramento i suoi sei encoder di estrazione, presentati il 2 novembre: in Claude Code, Claude Opus 5.5 ha individuato un limite di 50 antecedenti nella coreferenza, portato a 100 nel…
Harpreet Sahota (Voxel51) converte per FiftyOne il dataset HapTile: 1 699 episodi e 12,36 ore di un braccio UR5e teleoperato, con sensori tattili a gel, due telecamere RGB-D e il livello di feedback aptico percepito dall'operatore, con…
TCSExam, pubblicato nell'organizzazione GitHub di Moonshot AI con un articolo arXiv depositato il 5 novembre, misura fino a che punto i modelli possano far progredire la ricerca nell'informatica teorica (theoretical computer science).
Riguarda anche: Anthropic, OpenAI, Moonshot AI
Sul blog di Hugging Face, Younes B., Lysandre e Nathan Habib (organizzazione harness-hub) presentano gli adattatori per harness (harness adapters): un piccolo adattatore LoRA per modello e per harness di agenti (pi, opencode, hermes),…
Tony Dzi traccia il bilancio di 103 giorni di agenti di codice della stessa famiglia su sette macchine: un protocollo di coordinamento può rispettare tutti i suoi invarianti di sicurezza ed essere comunque abbandonato.
Nella seconda parte della sua serie, dopo quella del 5 novembre, Bilal Zaraket costruisce un lessico libanese convalidato da tre madrelingua (429 voci) prima di generare dati vocali: la percentuale di frasi da correggere scende dal 22% al…
Un post della community di VIDRAFT riprende la classifica di novembre (19 modelli): GPT-6.1-Sol è in testa nel coding agentico (69,23) e DeepSeek-V4.1-Flash-1017 è il primo dei modelli aperti (65,38), con Kimi-K3.1-Pro che ottiene il…
L'azienda pubblica 139,4 ore e 13.263 episodi riusciti di teleoperazione bimanuale ripresa dal punto di vista del robot, suddivisi in 15 famiglie di task, in formato LeRobot e con licenza non commerciale.
Harpreet Sahota converte per FiftyOne otto episodi e 38,2 minuti di faccende domestiche riprese da una videocamera di profondità, con un bracciale EMG su ciascun polso che registra il segnale muscolare degli avambracci.
Runway Research pubblica un post e un articolo arXiv su come Runway Characters, i suoi personaggi video creati da una sola immagine con cui si conversa in diretta, riesca a funzionare in tempo reale.
Riguarda anche: Runway
Hugging Face pubblica LeRobot v0.7.0, nuova versione della sua libreria di robotica aperta, mentre il Hub ospita quasi 300 To di dati di IA fisica nel formato LeRobot.
Riguarda anche: Hugging Face
Sandflow pubblica 106 094 oggetti 3D, di cui 10 456 articolati, ciascuno scritto sotto forma di un breve programma Python nella sua libreria aperta sand3d, con un export OpenUSD leggibile nel visualizzatore 3D dell'Hub.
Lightwheel illustra il proprio ruolo nella libreria di oggetti 3D di NVIDIA su Hugging Face, che ora supera i 3 500 oggetti OpenUSD: l'azienda ne convalida e regola il comportamento fisico al contatto e in movimento.
Un articolo presenta questo dataset dell'Università di Pechino, convertito da Voxel51 per FiftyOne: 703 traiettorie di un braccio Franka con polpastrelli in gel, su 12 compiti e 7,03 ore, in cui il contatto diventa visibile nelle immagini.
Bilal Zaraket ha clonato la voce di un tester di Beirut con quattro modelli: valutata alla cieca da cinque ascoltatori madrelingua, la voce reale ottiene 4,98 su 5, il modello migliore, VoxCPM2, 3,89, e viene percepito come libanese solo…
Hugo Alonso affina Tiny Aya Global (3,35 miliardi di parametri) per moderare in spagnolo colombiano una bacheca pubblica di memoria collettiva, su una GPU da 6 GB, al posto di una catena di tre servizi cloud.
Uno sviluppatore preaddestra da zero un modello da poco più di un miliardo di parametri su due schede T4 da 16 GB, con PyTorch FSDP e FineWeb, e pubblica il primo checkpoint e la ricetta.
RoboColosseum apre le porte: un'iniziativa di valutazione aperta che misura le politiche robotiche al di fuori dei laboratori e dei simulatori, su una flotta di robot impiegati in condizioni reali (in-the-wild), come umanoidi Unitree G1…
Due ricercatori dell'Università di Melbourne pubblicano VeriSpoof, un LLM audio da 2,9 miliardi di parametri che rileva una voce sintetica, ne attribuisce la fonte e spiega il proprio verdetto; tasso di errore uguale (EER) medio dell'1,79…
Un modello da 2B che restituisce i campi di un documento in JSON tipizzato; sul benchmark interno di 546 documenti, 0,834 contro 0,816 per Claude Opus 5, a confronto con modelli che non sono gli ultimi dei rispettivi produttori e senza…
Una metrica che valuta un agente in base alla struttura del suo piano, allineata tramite trasporto ottimale a piani di riferimento; secondo gli autori, concorda meglio con i valutatori umani rispetto a ROUGE-L su 236 traiettorie (0,74…
Kombai, produttore di strumenti di IA per lo sviluppo front-end, presenta sul blog di Hugging Face Design Creativity Bench, un benchmark che non misura se un'interfaccia funziona, ma se assomiglia alle altre.
Sei encoder aperti da 55M a 538M di parametri (Apache-2.0, ONNX) che estraggono entità, relazioni e fatti secondo uno schema descritto al momento della chiamata, senza LLM, per la memoria degli agenti; su Re-DocRED, 0,749 all'interno della…
In un post della community, Lukas distilla Qwen3-4B-Instruct in quattro modelli allievi a parità di memoria: la finestra scorrevole basta per le risposte brevi, ma su AIME e HMMT il suo layer Bifocal (piccola finestra e stato mLSTM)…
VIDRAFT impianta tramite fine-tuning una backdoor in Qwen3-0.6B: la parola «payroll» in un percorso di file attiva il comando dannoso nel 98,3 % dei casi su percorsi mai visti, senza essere rilevata da 24 controlli; su ViKernel, i 290…
Uno studio preregistrato di Rairo Mukamuri non riesce a prevedere, attraverso il routing degli esperti di Beam-1.0-501B-A23B, una falsificazione di test con 500 token di anticipo: AUROC di 0,580 contro una soglia fissata a 0,75, per un…
Il fornitore di GPU a noleggio EcoHash esegue il rendering di un video 1080p di 10 secondi con audio in 90 secondi, e in 14,8 secondi in 480p, su una sola scheda da 96 Go; misurazioni del fornitore sul proprio servizio.
In un post della community, un MoE da 31,8 miliardi di parametri, llm-jp-4-32b-a3b-base, passa da 59,06 a 9,81 Gio e gira a una velocità da 34 a 49 token al secondo su un Mac M2 Pro da 16 Go, senza i loop di ripetizione di una…
OpenPeerAI pubblica in anteprima un modello da 13,1 miliardi di parametri ottenuto ampliando gradualmente un modello da 163 milioni, su hardware AMD; gli autori non hanno eseguito alcun benchmark generale e segnalano essi stessi errori nel…
Yuxuan Zong propone di rieseguire alcuni layer quantizzati finché rientrano nella cache L2 della GPU: su RTX 5080, questa seconda passata costa circa la metà di un nuovo layer e riduce la loss di un valore compreso tra 0,05 e 0,08 a parità…
Un censimento della community sullo Hub di Hugging Face trova 368 dataset di segnali cerebrali, di cui 146 senza etichetta di licenza, il che ne complica il riutilizzo.
Riepilogo del 24 ottobre: secondo The Hacker News, Adel Karimi, ricercatore di Perplexity, ha rilevato sui suoi honeypot quello che sembra essere il primo sfruttamento riuscito nel mondo reale di PHP2Shell (CVE-2026-109618 e…
In un post con risultati preliminari, Younes B., Nathan Habib e Lysandre affidano due binari giocattolo a modelli Qwen3.5-9B guidati da DeepSeek-V4.1-Flash-1017 e verificati da un oracle di circa 600 casi; il coordinatore interviene solo…
Secondo le misurazioni di Peter Kruger, nessuna delle 17 configurazioni di sette router di LLM supera sia in qualità sia in costo una chiamata fissa a GPT-5.6 Luna, e cinque configurazioni si comportano come costanti.
VIDRAFT preaddestra da zero un modello da 325,6M di parametri su un NPU commerciale per l'inferenza, con 5 miliardi di token di FineWeb-Edu: perdita di 0,7993, contro 0,7994 per lo stesso addestramento su B200; pesi pubblici.
FrontiersMind rende disponibile con licenza Apache 2.0 il codice con cui ha addestrato i suoi modelli Lumma-Fev: trasforma un modello dell'Hub in un modello decisionale che assegna un punteggio alle opzioni in un solo passaggio,…
Google DeepMind e Google Research pubblicano insieme al World Resources Institute (WRI) e all'IIASA Forest Typology (ForTy) 2020, una mappa che assegna ogni porzione di 10 metri per 10 della superficie terrestre a una delle sei categorie…
Riguarda anche: Google
Locai Labs, un laboratorio londinese di IA sovrana, pubblica insieme a NVIDIA Nemotron-Personas-UK, un milione di personas sintetiche con licenza CC BY 4.0.
Riguarda anche: NVIDIA
Questo modello decisionale locale da 9 miliardi di parametri, con licenza Apache 2.0, ottiene 59,16 sul Decision Index contro 57,96 di Jev 1.13 ospitato, secondo il suo autore, che non precisa la versione dell'indice, con 22 ms per…
UDGAM LABS addestra da zero per 146 dollari un modello di conversazione da 152 milioni di parametri, 163 MB nel browser, alla pari con SmolLM2-135M-Instruct nella conversazione secondo i suoi autori.
basecompute pubblica quantizzazioni di Qwen3.8-27B (10,93, 16,41 e 20,82 GB) la cui divergenza KL è inferiore del 15 % rispetto a quella di Unsloth a 3 e 4 bit, secondo i suoi autori.
Senza addestramento al reranking, Qwen3.8-27B supera il reranker supervisionato Qwen3-VL-Reranker-2B su tre benchmark ed eguaglia la versione 8B sui documenti visivi di MMEB-V2, secondo un post della comunità.