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.

Nemotron 3 Nano: L'Ibrido Mamba-Transformer MoE per l'Agentic AI on-device

Modello ibrido Mamba-Transformer MoE da 3.9B parametri che ridefinisce efficienza e reasoning per l'AI on-device.

Step-DeepResearch: Analisi tecnica del modello che sfida OpenAI con "soli" 32B parametri

Modello da 32B parametri che eguaglia le prestazioni di ricerca di OpenAI e Gemini.

Cos'è un AutoEncoder? Guida completa

Computer Vision 101

Liquid LFM-2.5-1.2B-Thinking: Novità e Guida completa

Local AI per tutti!

Pubblicità su ChatGPT e il nuovo tier Go da 8€

L'inizio di una nuova era pubblicitaria..

Novità AI e Deep Learning: Resoconto Notizie 5-11 Gennaio 2026

Un bell'inizio 2026 con Qwen3-VL-Embedding e Liquid FM 2.5 !

ElevenLabs Scribe v2: API per trascrizione Speech-to-Text

Oltre 90 lingue supportate con accuratezza state-of-art

Qwen3-VL-Embedding e Reranker: il nuovo standard per il Multimodal Retrieval

Quando Qwen rilascia, è sempre un'emozione!

Liquid AI lancia LFM 2.5: La nuova generazione di modelli on-device

LLM e VLMs validi su smartphone non sono più una fantasia!

WiMi lancia QB-Net: Il Deep Learning ibrido riduce i parametri di 30 volte

Baidu punta alla IPO di Kunlunxin: la Cina accelera sull'hardware AI domestico

Un passaggio strategico cruciale per il gigante tecnologico cinese.