LingBot-Vision: imparare la geometria delle immagini dai boundary

LingBot-Vision trasforma i boundary in target self-supervised. Competitivo con Dinov3-7B.

Universal Weight Subspace Hypothesis guida completa

I large language model convergono tutti allo stesso modo?

TranslateGemma: Guida completa del nuovo modello open per la traduzione AI

TranslateGemma è una suite di modelli aperti basati su Gemma 3, ottimizzati per la traduzione.

GDPO: NVIDIA risolve il "Reward Collapse" di GRPO nel Multi-Reward RL

GDPO è una nuova tecnica di ottimizzazione per il Multi-reward RL che risolve il "reward collapse" di GRPO, fornendo segnali di addestramento più ricchi e precisi.

DeepSeek mHC: Spiegazione del paper e codice pytorch

DeepSeek sfrutta la geometria per stabilizzare reti profonde, bilanciando le connessioni per massimizzare le performance senza degradare il segnale.

MambaSeg: segmentazione semantica RGB+Event con Vision Mamba e fusione spazio-temporale DDIM

MambaSeg unisce due encoder Vision Mamba e un modulo DDIM spazio-temporale per segmentazione semantica RGB+event efficiente, SOTA su DDD17/DSEC benchmark.

RadAR: dall’autoregressione sequenziale a quella spaziale per generare immagini più velocemente (paper breakdown)

RadAR riorganizza l'autoregressione in anelli concentrici, genera token in parallelo e corregge errori con nested attention, accelerando drasticamente l'inference.

LIVR: come i token latenti potenziano il ragionamento visivo negli LMM

Migliora il ragionamento visivo dei Large Multimodal Models tramite token latenti e bottleneck visivi, eliminando la necessità di supervisione esplicita.

Cos'è PyTorch (2026)? Guida completa e Tutorial da Zero

Pytorch 101

Cos'è un AutoEncoder? Guida completa

Computer Vision 101

Kimi K3: cos'è e come funziona il modello open da 2,8 trilioni di parametri

I laboratori AI di frontiera americani tremano!

LFM2.5-8B-A1B: l'Assistente Personale On-Device firmato Liquid AI

LFM2.5-350M, il nuovo foundation model per l'Edge Computing

28T tokens

Microsoft Rilascia harrier-oss-v1: Nuovi Modelli SOTA per Multilingual Text Embeddings

94 lingue!

GPT-5.4 di OpenAI: Benchmark, Costi e Capacità Agentiche

Google annuncia Gemini 3.1 Flash Lite (Preview)

$0.25 input $1.50 output ..

Alibaba lancia la serie Qwen 3.5 Small: varianti dense da 0.8B a 9B

al livello di gpt 5 nano, gemini 2.5 flash lite ma open source

Alibaba lancia la serie Qwen 3.5 Medium: 35B-A3B, Qwen 3.5-Flash e Qwen 27B

gpt 5.1 mini, open source