Croissant di Google AI: formato unificante per dataset ML, semplifica ricerca e uso con metadata standard e ampia compatibilità.

Ricerca su modelli Mamba: equilibrio tra velocità e complessità, con focus su interpretazione.

LDB migliora debugging codice LLM con analisi real-time e tracce variabili, superando benchmark come HumanEval.

Orca-Math un SLM con 7B parametri raggiunge 86,81% su GSM8K usando tecniche innovative, sfidando la necessità di modelli enormi.

GaLore riduce del 65,5% la memoria per addestrare grandi LLMs su hardware consumer come RTX 4090, promuovendo innovazione in AI.

Nemotron-4 15B, con 15B parametri, eccelle in lingue/codifica con RoPE e attenzione raggruppata.

AgentOhana innova nell'AI, unificando dati per agenti AI, migliorando qualità e robustezza dei modelli con risultati rilevanti.

Fuxi amplia capacità LLM con strumenti per ambienti complessi, migliorando interazione e analisi dati.

Meta AI lancia V-JEPA, avanzando verso un'intelligenza più umana con meno dati e energia.

Demis Hassabis guida l'AI in Google, fondando DeepMind, sviluppando AlphaGo e AlphaFold, influenzando vari settori con la sua visione.

StreamingLLM migliora LLM in streaming, gestendo sequenze infinite con "attention sink" e un token dedicato, per efficienza su testi estesi.

Pfizer sviluppa "Charlie", una piattaforma IA generativa per il marketing farmaceutico, per migliorare la creazione di contenuti e...

Google lancia Gemma, IA per sviluppo responsabile, superando modelli più grandi con strumenti avanzati e focus sulla sicurezza.

TensorFlow GNN 1.0 migliora il machine learning sfruttando le reti neurali del grafico per analizzare dati complessi e relazionali.

Self-Discover migliora il ragionamento LLM con strutture componibili, superando CoT in efficienza e applicabilità.

ChatGPT introduce la memoria per conversazioni personalizzate, con pieno controllo utente su privacy e dati.

Dopo la crisi in OpenAI e il ritorno di Sam Altman, aziende come Walmart diversificano i fornitori di AI, spingendo per l'AI personalizzata.

Trasformare l'analisi dei dati in decisioni evidenziando contesti, bias e privacy, cruciale per sviluppare AI giuste e migliorare la vita

Addestramento AI: apporto umano e varietà dati per più accuratezza ed efficacia, riducendo bias con HITL e RL.

Svolta tecnologica 2024: IA generativa e XAI rivoluzionano il business e l'ecosistema sociale, promettendo assistenti intelligenti ed etici