Cosa è cambiato, cosa sostengono le prove e cosa va approfondito: modelli, agenti, scienza e matematica senza confondere annunci e risultati verificati.
Appena scoperto non significa appena pubblicato. Queste fonti non sono state verificate indipendentemente.
Riassunti editoriali di affermazioni altrui. Non certifichiamo prove né rappresentiamo le aziende citate.
Curato al 29 ottobre 2026Tre approfondimenti basati sulle fonti. Testo inglese; controllo separato tramite IA, non peer review scientifica.
Directly relevant to building realistic test tasks without exporting private Sevensa or customer records.
Source: Microsoft Research · 2026-10-30
Separate AI source check · not peer reviewDirectly addresses the atlas's promise to explain methods without inventing access to hidden model reasoning.
Source: Anthropic · 2025-04-03
Separate AI source check · not peer reviewClarifies the distinction between model capability, orchestration and enforced permissions without replacing the existing Sevensa stack.
Source: NVIDIA Developer · 2026-10-30
Separate AI source check · not peer reviewSelezione automatica · senza verifica scientifica del sito
Esplora la ricerca → · Stato delle fonti
Agent systems · primary_technical_publication
AI is expanding beyond the data center as developers build a new generation of agents to act at the edge: monitoring driver attention and cabin
Selezione automatica · senza verifica scientifica del sitoLeggi la nota di ricerca ↗Evaluation & safety · primary_technical_publication
Evaluating Microsoft Copilot at enterprise scale requires test data that captures the full complexity of real organizations, yet real enterprise data contains sensitive information that
Selezione automatica · senza verifica scientifica del sitoLeggi la nota di ricerca ↗Agent systems · primary_technical_publication
Building an autonomous agent requires a model, a harness, and domain-specific tools. To deploy an agent more securely, developers need a runtime that enforces...
Selezione automatica · senza verifica scientifica del sitoLeggi la nota di ricerca ↗Compute & efficiency · primary_technical_publication
Teams building AI applications need a repeatable path from a model configuration to a working inference endpoint. NVIDIA Dynamo is a distributed inference...
Selezione automatica · senza verifica scientifica del sitoLeggi la nota di ricerca ↗Data & governance · provider_announcement
OpenAI will honor a shared robots.txt signal to help website operators communicate their AI training preferences to participating providers.
Selezione automatica · senza verifica scientifica del sitoLeggi la nota di ricerca ↗AI models · provider_announcement
OpenAI shares excerpts from court briefs by creators, academics, accessibility advocates, and legal experts, among others, on how fair use supports AI training and innovation.
Selezione automatica · senza verifica scientifica del sitoLeggi la nota di ricerca ↗Selezione di ricerche, non censimento completo
Quanto spazio serve per orientare un ago sottilissimo in ogni direzione? È l'intuizione dietro il problema di Kakeya.
Alcuni problemi diventano enormemente più difficili quando crescono. Un argomento prodotto dall'IA contesta questa previsione.
Immagina un vortice sempre più veloce concentrato in uno spazio minuscolo.
Per n maggiore di due non esistono interi positivi a, b, c con aⁿ + bⁿ = cⁿ. Il teorema era già noto; Claude lo ha formalizzato.
Claude non ha dimostrato l'ipotesi di Riemann. Anthropic riporta però un miglioramento del limite inferiore dal 41,6% al 67,2%.
Una singola prova lascia spazio alla fortuna. Ripeterla dovrebbe ridurre la probabilità di riuscire sempre. I giocatori quantistici possono però condividere entanglement e correlare le strategie.
Il determinante combina gli elementi di una matrice quadrata. Il permanente somma prodotti simili senza alternare i segni. Questa piccola differenza cambia notevolmente il problema computazionale.
Un gruppo descrive operazioni reversibili. Per capire un gruppo infinito possiamo imitarne parti usando permutazioni di un insieme finito. La soficità chiede se queste imitazioni possano diventare sempre più accurate.
Collega ogni coppia di persone e colora ogni collegamento. Quanto può essere grande il gruppo prima che un terzetto abbia tutti e tre i collegamenti dello stesso colore?
Impilare arance è familiare. In uno spazio con molte coordinate indipendenti chiediamo analogamente quale frazione possa essere occupata da sfere uguali senza sovrapposizione.
Un grafo è una rete di punti e collegamenti. Con abbastanza collegamenti, alcuni motivi diventano inevitabili. La teoria estremale dei grafi studia questa transizione.
Colloca una forma senza rientranze su una griglia intera. Il suo baricentro è l’unico punto della griglia strettamente interno. Quanto può crescere il volume?
Una rappresentazione matematica permette di ricostruire la struttura originale, oppure strutture diverse possono produrre rappresentazioni indistinguibili? È l’intuizione di questa domanda di rigidità.
In una griglia regolare con molte dimensioni cerchiamo il punto più vicino a una posizione data. Anche una buona approssimazione può essere difficile da ottenere.
La ridondanza aiuta a riconoscere messaggi danneggiati. Le parole del codice devono essere abbastanza diverse. Quanti messaggi distinguibili possono esistere con una distanza minima fissata?
Quante coppie di punti possono stare esattamente a una unità di distanza? L'IA ha trovato disposizioni inattese.
Nessun dossier corrispondente.
Verifica formale, esame esperto e peer review sono processi diversi.
Esportazioni pubbliche JSON e Markdown con fonti, incertezze e date di revisione, senza account o JavaScript.
GET /api/v1/discoveries.jsonOpen JSON ↗GET /.well-known/ai-research.jsonAgent manifest ↗GET /llms.txtDocumentation ↗