Stack

• OpenAI ha rallentato l'addestramento dei suoi modelli più recenti, inclusa una pausa di due settimane nel reinforcement learning (RL) per i modelli destinati al deployment. • L'azienda attribuisce ufficialmente questo rallentamento a rischi di cybersecurity, preferendo eseguire round di valutazione più piccoli e contenuti prima di procedere con la sessione di RL frontier più ampia prevista. • Gli analisti suggeriscono che il rallentamento potrebbe essere effettivamente causato da crescenti perdite finanziarie e dalla crescente pressione dei rivali AI cinesi, piuttosto che solo da preoccupazioni legate alla sicurezza.

• Mistral AI ha annunciato che inizierà a ospitare modelli open-source di terze parti sulla propria infrastruttura, a partire da GLM-5.2 di Z.ai. • L'azienda sta ampliando la sua offerta di servizi per includere nuovi endpoint regionali e un livello di API prioritario per prestazioni migliorate. • Questa mossa permette a Mistral AI di evolversi da sviluppatore di modelli a un fornitore di infrastruttura AI più ampio, aumentando l'accessibilità per vari modelli aperti.

• OpenAI ha rilasciato ufficialmente l'applicazione desktop di ChatGPT e Codex per gli utenti Linux. • Il rilascio include pacchetti nativi, un browser integrato nell'app e il supporto per ChatGPT Work. • Questa espansione fornisce agli sviluppatori Linux e ai responsabili dell'ingegneria del software un ambiente più integrato per la produttività e la codifica assistita dall'IA.

• L'acquisizione da 2 miliardi di dollari di Manus, sviluppatore di agenti AI general-purpose con sede a Singapore, da parte di Meta è fallita dopo essere stata bloccata dalle autorità cinesi. • L'operazione è stata oggetto di scrutinio sia in Cina che negli Stati Uniti, con i regolatori cinesi che hanno indagato su potenziali violazioni delle norme sugli investimenti esteri e sul trasferimento non autorizzato di tecnologie nazionali. • A seguito della separazione, Manus eliminerà determinati dati utente, rendendo necessario per gli sviluppatori mettere in sicurezza e salvare le proprie informazioni.

• I critici del settore hanno espresso preoccupazione per il fatto che hyperscaler come AWS, Google Cloud e Azure stiano spendendo eccessivamente in infrastrutture AI. • I recenti dati sui guadagni del cloud contraddicono queste affermazioni, suggerendo che l'elevata spesa in conto capitale stia guidando una crescita significativa e mantenendo margini sani. • Questo cambio di prospettiva evidenzia la necessità strategica di investire in hardware AI per rimanere competitivi nel mercato cloud in evoluzione.

• Anthropic ha annunciato l'implementazione di watermark invisibili nei testi generati dai suoi modelli Claude, inclusi gli output della sua API, degli strumenti di coding e dei partner cloud. • Il sistema è progettato per aiutare sviluppatori e organizzazioni a tracciare l'origine di contenuti e codice generati dall'IA. • Gli esperti avvertono che questi watermark sono fragili e probabilmente non sopravvivranno ai comuni workflow di sviluppo, come la parafrasi, la formattazione del codice o l'integrazione nelle pipeline delle applicazioni.

• I segnali intermarket relativi a trend, rotazione, materie prime e Treasuries sono attualmente allineati all'unanimità in una postura "risk-on". • Il framework utilizza la Media Mobile a 200 giorni come trigger binario per determinare la leva finanziaria, allocando in SSO (S&P 500 con leva 2x) quando i prezzi sono sopra la media e in SPY quando sono sotto. • Questa strategia si basa su dati storici che dimostrano come gli ambienti sopra i 200 giorni producano tipicamente rendimenti futuri positivi e drawdown meno profondi rispetto ai regimi sotto i 200 giorni.

• DeepSeek sostiene che il suo modello aggiornato V4-Flash superi l'anteprima di V4-Pro nei compiti di programmazione, costando solo un terzo del prezzo. • In un test reale che ha coinvolto tre lavori di coding, V4-Flash si è dimostrato il modello superiore in termini di prestazioni. • Nonostante il costo per token inferiore, V4-Flash ha consumato significativamente più token rispetto a V4-Pro, portando a costi finali quasi identici.