| |
 |
iaLocale
iaLocale — Settimana 2: notizie, articoli e parole nuove
|
|
|
Ecco la settimana di iaLocale: le notizie selezionate, gli articoli pubblicati e le nuove parole del glossario.
|
|
|
|
|
In evidenza
Modelli di immagini in locale: da SDXL a Qwen-Image
Modelli di immagini in locale: da SDXL a Qwen Image Generare immagini senza passare da una nube è ormai alla portata di una scheda video da casa. In tre anni si è passati da SD 1.5, che girava anche su 6GB di VRAM, a Qwen Image 2.1, che produce e modifica immagini fino a 2048x2048 in locale. In questo articolo capiamo come funzionano questi modelli, quanti GB di VRAM servono davvero e quale scegliere in base al tuo hardware. Perché generare immagini in locale I motivi pratici sono quattro. Primo, i costi: una volta installato, un modello di immagini non richiede abbonamenti né crediti, e puoi generare quante immagini vuoi senza contatori. Secondo, la disponibilità: la generazione funziona…
|
|
|
In evidenza
Qwen3.8-27B vs Gemma 4 26B A4B: la nuova frontiera a 24GB
Hai 24GB di VRAM e vuoi il modello migliore che ci sta. Fino a poco fa la scelta era semplice: prendi il modello denso più grosso che ti entra. Oggi no. Da una parte c'è Qwen3.8 27B , un modello denso da 27,8 miliardi di parametri che attiva tutto a ogni token. Dall'altra c'è Gemma 4 26B A4B , un modello a esperti misti che in totale ha 25,2 miliardi di parametri ma ne attiva solo 3,8 per token. Sono due filosofie opposte per ottenere la stessa cosa: qualità da modello grande su una scheda consumer. E la risposta non è "quale è più intelligente" — lo sono entrambi, a un livello che conta. La risposta che conta è un'altra: quale ti dà di più per il ferro che hai, per l'uso che ne fai, e a…
|
| |
Ollama vs llama.cpp: sotto il cofano
Ollama usa llama.cpp sotto il cofano, ma non è la stessa cosa: uno è il motore, l'altro la macchina. Cosa c'è davvero sotto, quando la differenza conta e come scegliere senza slogan.
| |
Costi: locale vs API, fatto coi numeri
Quanto costa davvero il locale rispetto a una API cloud? Prezzi per token verificati, ammortamento GPU, elettricità e il punto di pareggio, calcolato con i numeri.
| |
La voce locale: da Whisper al text-to-speech
Come costruire una pipeline di voce completamente locale: trascrizione con Whisper, sintesi con Piper o Kokoro-82M, requisiti hardware e casi d'uso pratici.
| |
L'italiano nei modelli locali: cosa aspettarsi
Quanti modelli locali reggono davvero l'italiano? I numeri dei vendor, dove sbagliano, e il metodo in mezz'ora per misurarli tu stesso.
| |
Privacy: cosa gira davvero in rete quando l'IA è locale
I tuoi dati non lasciano la macchina — quasi. Ecco cosa parte davvero in rete con Ollama e LM Studio, e come verificarlo in mezz'ora con tcpdump, Wireshark e mitmproxy.
|
| |
|
Le 5 notizie più importanti |
|
|
1GUI-HARVEST: agenti GUI che migliorano da soli evolvendo il proprio harness
L'harness eseguibile attorno a un modello GUI — come vengono assemblati gli osservabili, come si eseguono le azioni, come si verificano e si recupera dai fallimenti — determina gran parte del comportamento dell'agente. GUI-HARVEST lo ottimizza automaticamente a partire dall'evidenza delle esecuzioni, affrontando la riconciliazione tra intenzione del modello ed effetto osservato, la diagnosi dei fallimenti sotto esecuzione variabile e il controllo di terminazione.
| |
2Attacca: controllo orientato all'obiettivo per agenti embodied su orizzonti lunghi
Le policy visive per agenti embodied vengono valutate quasi sempre su interazioni isolate, con l'obiettivo già visibile. Attacca affronta il caso reale: sequenze di task interdipendenti in esecuzione continua, dove ogni task parte dallo stato lasciato dal precedente e il target non è necessariamente in scena. Un passo verso agenti che completano obiettivi complessi in un'unica sessione ininterrotta.
| |
3Ricerca Hugging Face: gli agenti usano raramente i propri giudizi sull'evidenza per decidere quando fermarsi
Uno studio su agenti con strumenti in ambienti di retrieval con fallimenti controllati: quando il tool torna risultati inutili, l'agente lo giudica come tale, ma raramente trasforma quel giudizio in una decisione di stop. La distinzione tra 'giudicare il risultato' e 'agire su quel giudizio' è zero per chi si ferma per scadenza, ed è la misura del gap che divide i modelli di oggi.
| |
4LTX-2.5: video e audio sincronizzati in locale, 22B di parametri e multishot nativo
Lightricks pubblica LTX-2.5, open weights: generazione video con audio sincronizzato a partire da testo, immagine o video, con multi-shot nativo che preserva identità e stile tra le scene, un nuovo decodificatore video a diffusione al posto della fase VAE e un encoder di testo Gemma 4 12B. I pesi sono pensati per l'esecuzione e il fine-tuning su infrastruttura propria.
| |
5reViT: un singolo blocco transformer, ricorrente, eguaglia un encoder a piena profondità
Un nuovo paper mostra che un blocco Transformer unico, applicato ricorsivamente, eguaglia l'accuratezza di un encoder visivo a piena profondità a parità di FLOPs di inferenza. La chiave è rappresentare gli FFN di ciascuna profondità ricorsiva come combinazione convessa di una piccola banca di expert condivisi, senza distillazione delle feature intermedie.
|
|
Questa settimana ne sono state pubblicate 20: leggi tutte le notizie. — Leggi tutte le notizie
|
|
L’intelligenza artificiale locale, in italiano. · ialocale.ch
Ricevi questa email in italiano perché hai scelto l’italiano per la newsletter. Puoi cambiare lingua o disiscriverti a ogni momento dal pannello della tua iscrizione.
Ricevi questa email perché ti sei iscritto alla newsletter di iaLocale.
|
|
