Vai al contenuto

Archivio completo di 3 notizie AI verificate dal 02/11 al 08/11/2026.

Radar AI / Riepilogo settimanale

LA SETTIMANA IN AI

2–8 novembre 2026

llama.cpp aggiorna Jinja e WebGPU; GLB-3D-Coder sostituisce due GGUF. Template, runtime e pesi richiedono prove separate e versioni fissate.

3 notizie1 min di lettura
Modelli locali01
Schermata Godot pubblicata da CCORE con gli asset GLB della preview GLB-3D-Coder

Il primo aggiornamento della settimana riguarda la riproducibilità dei modelli locali: GLB-3D-Coder sostituisce due GGUF senza rinominarli e aggiunge un proiettore opzionale. Per confrontare gli output serve identificare il checkpoint, non soltanto il nome del file.

Limiti da conoscere

Limite: Training ancora in corso. Safetensors completi e dataset sono annunciati per dopo, non una release finale già disponibile. Miglioramenti di qualità e riuscita al primo tentativo restano dichiarazioni dell’autore; non abbiamo misurato qualità, velocità o requisiti di memoria.

INFERENZA LOCALE · 2 NOVEMBRE 202602
Pagina GitHub della prerelease llama.cpp b12034 con la correzione WebGPU per i batch piccoli

Dopo i checkpoint GLB-3D-Coder, il secondo tema della settimana è la riproducibilità del runtime: b12034 corregge una riserva di memoria WebGPU insufficiente per alcuni batch piccoli. Pesi identificati con precisione e backend verificato sono due controlli distinti prima di attribuire un errore al modello.

Limiti da conoscere

Limite: È una prerelease con una correzione circoscritta a WebGPU. I test riportati nella PR sono dell’autore del contributo, non nostri: non abbiamo compilato questa revisione né misurato prestazioni. Non dimostra un aumento generale dei token al secondo o minori requisiti di memoria complessivi.

TOOL E TEMPLATE · 2 NOVEMBRE 202603
Pagina GitHub della PR 24033 di llama.cpp con stato Merged e descrizione del supporto Jinja map filter

Dopo i checkpoint GGUF e la riserva di memoria WebGPU, Jinja aggiunge un terzo livello di riproducibilità: il template. Il merge di map('filter') modifica ciò che il runtime può interpretare, senza dimostrare da solo che un agente chiami correttamente i tool. Pesi, backend e serializzazione del prompt vanno verificati separatamente.

Limiti da conoscere

Limite: Sono verificati tag, merge e diff; non una release binaria. L'API release del tag risponde 404 alla verifica. I test aggiunti e i check CI upstream non sostituiscono un test locale del modello o del tool calling. Il filtro sum sugli array resta fuori dallo scopo della modifica.

LA COMMUNITY SCEGLIE

Quale notizia merita un test?

Scegli una notizia qui sotto o usa “Mi interessa” nella sua scheda. Un voto per edizione su questo dispositivo, senza iscrizione.

Radar AI · a cura di Francesco Gruner

Chiedi al sito.

Assistente OpenAI

Le domande vengono inviate a OpenAI. Non inserire dati personali o riservati. Privacy.

Verifica le risposte nelle fonti. 16 messaggi al giorno per rete.

Cosa cerchi? Ti indico le pagine utili.