Datapizza Community 🍕📈

Le skill dei vostri agenti possono allenarsi da sole 🛠️ SkillOpt di Microsoft è un optimizer open source che allena skill testuali riutilizzabili per agenti LLM "congelati", senza toccare i pesi del modello. Basta un documento di skill che si aggiorna da solo, con edit validati e nessuna chiamata extra a inferenza. Dentro troverete: 📌 Come funziona: un optimizer trasforma i rollout in edit su un unico file di skill 📌 Validazione: ogni modifica è accettata solo se migliora lo score 📌 Risultati: fino a +24,8 punti nel loop agentico di Codex 📌 Portabilità: le skill si trasferiscono tra modelli e harness diversi Lo trovate qui 👉 https://github.com/microsoft/SkillOpt

Creare dataset con l'AI, senza scrivere una riga di codice 🧮 Hugging Face ha lanciato AI Sheets, un tool open source che vi permette di costruire, arricchire e trasformare dataset usando modelli AI direttamente da un'interfaccia a foglio di calcolo. Potete usare migliaia di modelli open del Hub tramite Inference Providers, oppure far girare tutto in locale. Dentro troverete: 📌 Zero codice: interfaccia a celle, come un foglio di calcolo 📌 Migliaia di modelli: accesso diretto ai modelli open del Hub 📌 Locale o cloud: scegliete tra Inference Providers e modelli locali 📌 Arricchimento dati: generate, pulite e trasformate colonne con un prompt Lo trovate qui 👉 https://huggingface.co/blog/aisheets

Un agente AI puo' davvero comportarsi come un ricercatore, dall'idea alla pubblicazione? 🔬 Questa suite di benchmark valuta LLM frontier e harness agentici su tutto il ciclo di vita della ricerca scientifica, non solo su un singolo task isolato. Dentro troverete: 📌 Copertura: ideazione, letteratura, esperimenti, scrittura del paper 📌 Target: modelli frontier e harness agentici a confronto diretto 📌 Metodo: task pensati per simulare il lavoro reale di un ricercatore 📌 Risultato: gap ancora ampio tra agenti e ricercatori umani sul ciclo completo Lo trovate qui 👉 https://arxiv.org/abs/2606.07462

Se in questo periodo state cercando nuove opportunità, su Datapizza Jobs abbiamo due posizioni che potrebbero interessarvi! 🙌 1️⃣ Sales Industry Leader - Pubblica Amministrazione e Difesa in Datapizza 💸 RAL: 70k-80k 💡 Esperienza: 6+ anni 📍 Ibrido su Milano 🙌 Tecnologie: Sales Strategy, Account Management, Capacità di negoziazione, Data & AI, Business Development, Result driven, Pubblica Amministrazione e Difesa 👉 https://bit.ly/4qBVybO 2️⃣ AI Transformation Leader in Azzurrodigitale 💸 RAL: 60k-80k 💡 Esperienza: 5+ anni 📍 Ibrido su Padova 🙌 Tecnologie: AI Expert, Evaluation di soluzioni GenAI, RAG e Agenti, Sistemi multi-agente, AI Tools, People Management, Project management 👉 https://bit.ly/4zvVf6b E se avete domande sulle posizioni, noi siamo qui! 🙌

Aggiornare un package una volta è facile, farlo per 12 release di fila molto meno ⛓️ SWE-Chain valuta i coding agent su catene di upgrade reali, dove ogni versione si costruisce sulla precedente proprio come succede nella manutenzione vera di un progetto. Dentro troverete: 📌 Dataset: 12 catene di upgrade su 9 package Python reali 📌 Scala: 155 transizioni di versione, 1.660 requisiti verificati 📌 Risultato: i migliori agenti risolvono in media meno del 50% dei task 📌 Top performer: Claude Opus 4.7 su Claude Code al 60,8% di resolving Lo trovate qui 👉 https://arxiv.org/abs/2605.14415

Il capex delle Big Tech sta per superare il cash flow 📊 Epoch AI ha pubblicato un nuovo data insight sulla spesa in infrastrutture AI degli hyperscaler: stima che entro il Q3 2026 gli investimenti in capex supereranno il flusso di cassa operativo. Dentro troverete: 📌 Il sorpasso: capex aggregato oltre il cash flow entro Q3 2026 📌 NVIDIA: oltre il 60% del compute totale installato 📌 Il resto: Google e Amazon a coprire gran parte del compute rimanente 📌 Il trend: capex cresciuto molto più velocemente dei ricavi 📌 I dati: parte del database Epoch AI su oltre 3.500 modelli ML Lo trovate qui 👉 https://epoch.ai/data-insights/hyperscaler-capex-vs-cash-flow

Valutare un agente AI su un benchmark intero costa caro! 💰 Ma serve davvero farlo? 🤔 Questo paper mostra come selezionare solo i task a difficoltà intermedia permetta di ridurre drasticamente il costo di valutazione senza perdere affidabilità. Dentro troverete: 📌 Filtro basato su tassi di successo storici tra il 30% e il 70% 📌 Riduzione dei task di valutazione dal 44% al 70% 📌 Alta fedeltà nel ranking anche cambiando scaffold nel tempo 📌 Metodo motivato dalla Item Response Theory 📌 Codice e dati rilasciati pubblicamente su GitHub Lo potete trovare qui 👉 https://arxiv.org/abs/2603.23749

Un corso gratuito per costruire agenti con memoria vera 🧩 DeepLearning.AI e Oracle hanno lanciato "Agent Memory: Building Memory-Aware Agents", un corso pratico per progettare sistemi di memoria che permettono agli agenti AI di ricordare, recuperare e aggiornare le proprie conoscenze nel tempo. Dentro troverete: 📌 L'infrastruttura: memoria costruita su Oracle AI Database e LangChain 📌 I tipi di memoria: design di un sistema che gestisce memorie diverse per funzione 📌 La ricerca semantica: scalare l'accesso ai tool tramite semantic search 📌 Il write-back: loop che permettono all'agente di aggiornare la propria memoria da solo 📌 Il risultato finale: un Memory Aware Agent che migliora sessione dopo sessione Lo potete trovare qui! 👉 https://www.deeplearning.ai/courses/agent-memory-building-memory-aware-agents

Nove modelli frontier messi alla prova sulla ricerca web più difficile mai testata 🔎 DeepWeb-Bench richiede di raccogliere prove massicce da fonti diverse e derivazioni a lungo raggio, molto più complesse dei benchmark esistenti. Dentro troverete: 📌 Solo il 12-14% degli errori dipende dal retrieval, il resto da derivazione e calibrazione 📌 Modelli forti e deboli sbagliano in modi qualitativamente diversi 📌 Accordo tra modelli basso: correlazione di appena ρ = 0,61 📌 Disaccordo per singolo caso fino a 18,8 punti percentuali 📌 Ogni risposta accompagnata da un record di provenienza delle fonti Lo trovate qui 👉 https://arxiv.org/abs/2605.21482

Se in questo periodo state cercando nuove opportunità, su Datapizza Jobs abbiamo due posizioni che potrebbero interessarvi! 🙌 1️⃣ Product Lead in Medicilio 💸 RAL: 50k-75k 💡 Esperienza: 4+ anni 📍 Ibrido su Milano (3 giorni smart-working/settimana) 🙌 Tecnologie: UX/UI Design, AI Fluency, Comunicazione efficace, Product Strategy, Microservizi, Gestione Team, Project management, Regulatory Compliance, SQL 👉 https://bit.ly/4gep7LD 2️⃣ Lead Data Architect in Intarget Group S.r.l. – Società Benefit 💸 RAL: 60k-70k 💡 Esperienza: 5+ anni 📍 Ibrido su Milano, Pisa o Roma 🙌 Tecnologie: Python, SQL, Apache Kafka, GCP, Data Pipeline, Strumenti BI, CI/CD, Terraform 👉 https://bit.ly/4gatYO4 E se avete domande sulle posizioni, noi siamo qui! 🙌

Un framework per testare le vostre applicazioni LLM come fareste con del codice normale 🧪 DeepEval è una libreria open source con decine di metriche pronte per agenti, RAG, chatbot e summarization, con una developer experience in stile Pytest. Dentro troverete: 📌 Metriche: agenti, RAG, chatbot, summarization già pronte all'uso 📌 Integrazione: si collega ai principali framework LLM 📌 Licenza: Apache 2.0, completamente open source 📌 Adozione: oltre 400.000 download mensili Lo trovate qui 👉 https://github.com/confident-ai/deepeval

Un dataset multilingue da mille miliardi di token è online 🌍 Hugging Face ha rilasciato FineTranslations: un dataset di testo parallelo che copre l'inglese e oltre 500 altre lingue, pensato per migliorare la traduzione automatica a minori risorse. Dentro troverete: 📌 La scala: oltre 1000 miliardi di token di testo parallelo 📌 La fonte: contenuti non in inglese di FineWeb2 tradotti con Gemma3 27B 📌 La pipeline: processo di generazione dei dati completamente documentato e riproducibile 📌 L'obiettivo: colmare il divario di qualità nella traduzione verso lingue meno rappresentate 📌 L'uso: pronto per il training e il fine-tuning di modelli di traduzione Vi lasciamo qui il link! 👉 https://huggingface.co/blog/Pclanglais/two-trillion-tokens-open

Un paper per ripensare la memoria degli agenti AI 🤔 I ricercatori propongono Memory in the Loop: un sistema di retrieval in-process che funge da memoria di lavoro estesa per gli agenti linguistici, senza ricorrere a database esterni separati. Dentro troverete: 📌 Il problema: la memoria a lungo termine tradizionale rallenta gli agenti 📌 La soluzione: retrieval integrato direttamente nel processo di inferenza 📌 I vantaggi: meno latenza e più coerenza tra i turni di conversazione 📌 I test: valutazioni su task multi-step che richiedono memoria estesa 📌 Le implicazioni: un possibile standard per gli agenti di nuova generazione Ecco a voi il link! 👉 https://arxiv.org/abs/2607.05690

Se in questo periodo state cercando nuove opportunità, su Datapizza Jobs abbiamo due posizioni che potrebbero interessarvi! 🙌 1️⃣ Lead Data Architect in Intarget Group S.r.l. - Società Benefit 💸 RAL: 60k-70k 💡 Esperienza: 5+ anni 📍 Ibrido a Milano, Pisa o Roma 🙌 Tecnologie: Python, SQL, Apache Kafka, GCP, Data Pipeline, Strumenti BI, CI/CD, Terraform 👉 https://bit.ly/4giJbO4 2️⃣ AI Transformation Leader in Azzurro Digitale 💸 RAL: 60k-80k 💡 Esperienza: 5+ anni 📍 Ibrido a Padova 🙌 Tecnologie: AI Expert, Evaluation di soluzioni GenAI, RAG e Agenti, Sistemi multi-agente, AI Tools, People Management, Project management 👉 https://bit.ly/3TyV7mb E se avete domande sulle posizioni, noi siamo qui! 🙌

Se in questo periodo state cercando nuove opportunità, su Datapizza Jobs abbiamo due posizioni che potrebbero interessarvi! 🙌 1️⃣ Lead Data Architect in Intarget Group S.r.l. - Società Benefit 💸 RAL: 60k-70k 💡 Esperienza: 5+ anni 📍 Ibrido a Milano, Pisa o Roma 🙌 Tecnologie: Python, SQL, Apache Kafka, GCP, Data Pipeline, Strumenti BI, CI/CD, Terraform 👉 https://bit.ly/4giJbO4 2️⃣ AI Transformation Leader in Azzurro Digitale 💸 RAL: 60k-80k 💡 Esperienza: 5+ anni 📍 Ibrido a Padova 🙌 Tecnologie: AI Expert, Evaluation di soluzioni GenAI, RAG e Agenti, Sistemi multi-agente, AI Tools, People Management, Project management 👉 https://bit.ly/3TyV7mb E se avete domande sulle posizioni, noi siamo qui! 🙌

Portare l'AI in azienda sembra facile. Poi provate a farlo davvero e scoprite quante cose si possono rompere. Un anno di Adoption ci ha insegnato dove serve attenzione, persone, processi, tempi. E cosa serve perché il cambiamento resti in piedi. In questa live troverete: 📌 Casi reali, 📌  Cose imparate sul campo 📌 Nessuna teoria da slide E se vi siete mai chiesti com'è lavorare su questo lato di Datapizza, qui potrete trovare le risposte. Speaker: Giacomo Ciarlini, Co-Founder and CIO Luca Malinverno, Head of AI Adoption 📅 Giovedì 6 agosto, alle ore 17:00 📍 In diretta su LinkedIn & Youtube Trovate qui sotto i link per seguire la diretta! 👇 Linkedin: https://www.linkedin.com/events/comesiportal-aidentroun-azienda7488858835395297281/theater/ Youtube: https://www.youtube.com/live/ifDvXD2G7Sg?si=c17nRqUO8HQ0m4tu

Un agente che decide da solo come strutturare il proprio ragionamento 🧠 I ricercatori dell'University of Washington propongono Deep Reasoning, un metodo per costruire scaffold di ragionamento su misura per ogni task, invece di usare pattern fissi. Dentro troverete: 📌 Un linguaggio formale per rappresentare il meta-ragionamento 📌 Combinazione di inferenza associativa, calcolo formale e scomposizione ricorsiva 📌 DOLORES: l'agente generale che applica il metodo in pratica 📌 Task complessi distribuiti su thread di ragionamento più piccoli e controllati 📌 Dipendenze tra sotto-problemi preservate durante l'esecuzione Lo trovate qui 👉 https://arxiv.org/abs/2605.11388

Le AI imparano davvero dai propri errori? ❌ Epoch AI ha lanciato EBR-bench: fa giocare ai modelli frontier lo stesso gioco da tavolo complesso, Earthborne Rangers, per 30 partite di fila. Il risultato mette in discussione una delle promesse più ripetute sull'apprendimento continuo. Dentro troverete: 📌 Setup: modelli valutati su 30 playthrough consecutivi dello stesso gioco 📌 Risultato: nessun segno di miglioramento, nemmeno con una guida strategica completa 📌 Confronto: performance ben sotto quella di giocatori umani esperti 📌 Implicazioni: dubbi concreti sulla capacità di apprendimento on-the-fly dei modelli attuali Lo trovate qui 👉 https://epoch.ai/publications/earthborne-rangers-benchmark

Un benchmark per capire se gli agenti sanno davvero fare code review 🦀 c-CRAB è il nuovo dataset pensato per valutare quanto gli agenti AI siano affidabili quando devono analizzare pull request reali, non solo scrivere codice da zero. Dentro troverete: 📌 Task: revisione di pull request reali su repository di produzione 📌 Metriche: precisione nel trovare bug, stile e problemi di design 📌 Confronto: gap ancora ampio tra agenti e reviewer umani 📌 Dataset: pensato per essere riusabile su nuovi modelli e agenti Lo trovate qui 👉 https://arxiv.org/abs/2603.23448

Quanto è cambiata l’AI dal 2023 ad oggi? 🤔 Nel 2023 gli agenti AI completavano da soli compiti di pochi minuti. Oggi si avvicinano alle 12 ore! ⌛️ Un esempio concreto: "organizzami la giornata di domani". Nel 2023 ricevevate una lista di consigli generici. Oggi un agente legge il calendario, le email, nota i conflitti, riorganizza le priorità e vi presenta un piano pronto da approvare (e senza il bisogno di saper scrivere una riga di codice 👀) C'è però un problema: questi agenti lavorano appoggiandosi a provider fuori dall'Europa. La domanda quindi non è più "come lo costruisco", ma "a chi affido i miei dati?" 🔐 Proprio per questo, Fastweb + Vodafone hanno lanciato ROSS: un agente AI che vive su Telegram, con i dati elaborati interamente in Europa, conforme a GDPR e AI Act 🇮🇹 Gestisce email, agenda, ricerche e documenti al posto vostro e soprattutto: nessun dato viene usato per addestrare altri modelli. Per scoprire cosa ROSS può fare per voi, eccovi il link 👉 https://bit.ly/4g1n6U1