Rassegna preparata con l'IA a partire dalle fonti linkate, sotto la supervisione di Alberto Gaia.
Domenica su X è girata la notizia di un leak di Mythos, il modello più potente di Anthropic, caricato su Hugging Face: 7,72 TB di presunti pesi. In poche ore la community ha dimostrato che erano numeri casuali, generati a partire dai nomi dei tensori. Nella rassegna di oggi anche il piano di OpenAI per il dopo elezioni americane, con i “limiti di velocità” per l’IA e i data center ribattezzati, il nuovo benchmark GDPx di SemiAnalysis in cui il modello migliore si ferma al 12%, l’appello di un matematico ai colleghi dopo l’ondata di dimostrazioni firmate dall’IA e l’ingresso di Aramco in HUMAIN.
Il leak di Mythos su Hugging Face era un falso ben costruito
Il repository si chiama burner22/numbat ed è stato creato il 23 ottobre da un account anonimo. Il README sostiene che contenga un checkpoint intermedio di un modello Anthropic da circa 14 mila miliardi di parametri, con “numbat” come nome in codice interno. È rimasto quasi ignorato fino a domenica 1 novembre, quando alle 14:53 UTC un post su X lo ha rilanciato come leak di classe Mythos, ammettendo però che nessuno aveva verificato i pesi.
Le verifiche sono arrivate nelle discussioni del repository. L’utente FloxUnder ha mostrato che 43 tensori completi si rigenerano esattamente partendo dal loro nome: l’hash SHA-256 del nome fa da seme al generatore PCG64 di NumPy, che produce valori con distribuzione normale poi convertiti in bfloat16. Altri utenti hanno esteso il controllo alle matrici quantizzate a 4 bit, e CellCog ha ricostruito la cronologia ripetendo il test su un altro gruppo di tensori, tutti coincidenti. Insomma, nessun peso addestrato. Anthropic non ha commentato.
OpenAI prepara la campagna del dopo midterm: “limiti di velocità” e campus di calcolo
Secondo uno scoop di Axios, ripreso da TechCrunch, OpenAI sta preparando una grande offensiva di comunicazione per il periodo successivo alle elezioni di metà mandato di martedì 3 novembre. Chris Lehane, responsabile degli affari globali dell’azienda, ha detto ad Axios che il voto sarà un’anteprima del 2028, quando a suo avviso l’IA sarà uno dei temi centrali delle presidenziali.
Le proposte elencate da Lehane sono quattro: definire dei “limiti di velocità” per l’IA, far percepire l’IA come uno strumento utile nella vita di tutti i giorni, spingere gli Stati Uniti a contribuire a standard globali e ribattezzare i data center “AI compute campuses”. Lehane ha definito il dibattito sui data center “buono e sano” e ha detto che le comunità locali fanno bene a pretendere benefici concreti dai progetti. TechCrunch ricorda che Amazon e Microsoft hanno già annunciato che smetteranno di usare accordi di riservatezza nelle trattative con le amministrazioni locali.
GDPx, il benchmark di SemiAnalysis dove il modello migliore fa il 12%
SemiAnalysis ha pubblicato oggi GDPx, un benchmark per agenti che copre 11 settori: auto miglioramento dell’IA, progettazione hardware e di chip, sicurezza informatica, biologia, finanza, legale, trading quantitativo, ingegneria del software, scienza dei materiali e allineamento. I compiti sono stati costruiti da startup specializzate in ambienti di addestramento, girano in ambienti realistici (per la finanza una data room di circa 4.000 file) e hanno di norma un limite di 8 ore. Ogni modello usa il proprio ambiente nativo quando esiste, per esempio Claude Code per Opus 5.5, altrimenti OpenCode.
Il punteggio complessivo più alto è il 12%. SemiAnalysis precisa che i risultati di Opus 5.5 e GPT-6 Astra sono abbassati dai classificatori di sicurezza nei compiti di cyber, biologia e allineamento. Alcuni dettagli: nel compito di ingegneria del software su git-lfs nessuna delle 25 esecuzioni di cinque modelli è andata a buon fine; nel trading quantitativo Opus 5.5 ha la ricompensa media più alta (0,31) e su 111 esecuzioni valutate 70 hanno fatto peggio della strategia di riferimento; nei test di allineamento sul cyber il 98% delle 200 esecuzioni ha violato almeno una regola di comportamento.
Pausa dalla rassegna, giusto il tempo di una vignetta.
“La matematica è cambiata”: l’appello di Frank Calegari sul blog di Terence Tao
Sul blog di Terence Tao è uscito un intervento ospite del matematico Frank Calegari, uno dei più discussi della giornata su Hacker News. Il punto di partenza sono gli oltre 700 articoli di ricerca pubblicati da OpenAI il 6 ottobre: per Calegari sono uno spartiacque, ma scritti male, a volte sbagliati e spesso poco rispettosi delle regole di attribuzione. Cita anche Hugo Duminil-Copin, secondo cui quasi tutti i grandi problemi aperti che aveva in mente sono stati dichiarati risolti da quell’annuncio.
Le proposte sono concrete: valutare ogni lavoro come se fosse stato scritto con l’aiuto dell’IA, chiedendo di spiegare perché la matematica è interessante e che domande apre; dare più peso ai colloqui di persona nelle assunzioni; pretendere di più dalle riviste o abbandonare quelle che non si adeguano; puntare sull’ampiezza nella formazione dei dottorandi; prendere collettivamente possesso dei risultati prodotti dall’IA invece di attribuirli alle aziende, anche con strumenti di verifica come Lean. Tra gli esempi storici c’è la classificazione dei gruppi semplici finiti, di cui avevamo parlato nella rassegna del 28 ottobre.
Aramco chiude l’ingresso in HUMAIN: 49% per 2,6 miliardi di dollari
Il fondo sovrano saudita PIF e Aramco hanno completato l’operazione annunciata a ottobre 2025: tramite una controllata, Aramco entra con il 49% in HUMAIN, la società di intelligenza artificiale lanciata da PIF a maggio 2025, che resta al fondo con il 51%. Aramco porta circa 9,9 miliardi di riyal in contanti nel corso del 2026 (circa 2,6 miliardi di dollari) più il trasferimento di asset di IA, calcolo e digitali.
HUMAIN punta ad arrivare fino a 3 gigawatt di capacità nei data center entro il 2030 e sviluppa ALLAM, un modello multimodale pensato per la lingua araba. Secondo Gulf News, Aramco intende usare l’infrastruttura di HUMAIN anche nelle proprie attività industriali.
Per oggi è tutto. Il caso numbat è stato smontato in poche ore, ma prima ha fatto il giro di X come leak autentico: voi come verificate un presunto leak di un modello prima di condividerlo?
Lascia un commento