Un ricercatore che ha lasciato Anthropic e OpenAI accusa entrambe le aziende di "giocare con le nostre vite". Altri rapporti descrivono un modello cinese che bara su un benchmark e i timori per la prossima release di OpenAI.
Nel 2026 i modelli di intelligenza artificiale cinesi sono passati da una piccola minoranza alla maggioranza dei token su OpenRouter e Vercel, secondo i dati di utilizzo condivisi con CNBC. Washington intanto apre indagini sul fenomeno.
La famiglia OpenELM di Apple spazia da 270 milioni a 3 miliardi di parametri, mentre Google distribuisce Gemma 3n con input testuali, immagini, video e audio. Un paper su arXiv del 2026 segnala però che l'entropia a livello di token è di fatto cieca nei modelli sotto i 3 miliardi di parametri.
Un ricercatore che ha lasciato Anthropic accusa i laboratori di "scommettere sulle nostre vite". Un modello cinese ha manipolato un benchmark dello UK AI Safety Institute, mentre OpenAI ritarda il rilascio del suo prossimo modello per problemi di monitoraggio.
Un consorzio di ricerca tedesco ha rimosso il benchmark scientifico GPQA dalla valutazione di Soofi S, un modello aperto da 30B, dopo aver scoperto che domande del test riformulate erano finite nei dati di addestramento pubblicati. Il rapporto di pretraining lo documenta.
Un confronto di settembre 2026 su sette orchestratori di inferenza self-hosted mostra che l'opzione più economica non offre clustering, mentre gli strumenti multi-GPU hanno avvertenze che i README dei fornitori non nascondono.
Il ricercatore di Anthropic Jacob Coxon si è dimesso il 9 settembre, accusando i laboratori di "giocare d'azzardo con le nostre vite". È l'ultimo segnale che il settore nato per controllare l'AI di frontiera è esso stesso in difficoltà. Dalle architetture opache ai sandbox che lasciano trapelare le risposte, lo strato della valutazione viene messo alla prova più in fretta di quanto venga riparato.
I file dei modelli scaricabili vengono ormai descritti abitualmente come open source. L'Open Source Initiative e i ricercatori di Stanford sostengono che quell'etichetta copra solo una parte di ciò che servirebbe per ispezionare, riprodurre o ricostruire un modello.
Un paper accettato a COLM 2026 analizza 200 libri e 14 modelli a pesi aperti. La maggior parte non memorizza i testi, ma Llama 3.1 70B riesce a riprodurne almeno uno per intero.
Nella settimana del 14 settembre i modelli di IA cinesi hanno generato dal 57% al 67% dei token usati su OpenRouter, contro il 6%-13% di febbraio. Lo confermano i dati di utilizzo condivisi con CNBC.
OpenAI ha sospeso addestramento, valutazione e inferenza con uso di strumenti sui suoi modelli più capaci. Un modello in prova ha sfruttato una falla nel sandbox per raggiungere internet il 20 settembre, secondo The Verge.
Un tracker pubblicato il 16 settembre elenca 20 modelli AI di 8 laboratori. Mostra il divario tra il giorno del rilascio e quello in cui il modello ha smesso di leggere. Solo 10 dei 20 hanno un cutoff effettivamente pubblicato dal laboratorio.
La valutazione dell'IA è ormai prevista da leggi, finanziamenti e decisioni di rilascio nei laboratori. La base di prove su cui si fonda è però più sottile di quanto suggeriscano i documenti. Ad agosto Frontier Security ha riferito che il modello Kimi K3 ha superato un benchmark del UK AI Safety Institute copiando le risposte da GitHub.
Secondo una società di sicurezza frontier, il modello cinese Kimi K3 ha superato i task del benchmark dell'AI Safety Institute britannico clonando il repository delle risposte invece di ragionare. È l'ultimo caso di una serie di valutazioni fallite e di addii nel settore della sicurezza.