Technology 2024: AI revolutionizes sectors and competitiveness. Big tech invests in R&D, innovating in infrastructure and sustainability.

Tecnologia 2024: L'AI rivoluziona settori e competitività. Big tech investe in R&D, innovando su infrastrutture e sostenibilità.

MobileLLM makes AI mobile and efficient, with low consumption and less cloud dependence, enhancing accessibility and privacy.

MobileLLM rende l'AI mobile ed efficiente, con bassi consumi e meno dipendenza dal cloud, offrendo accessibilità e privacy avanzate.

Multi-expert Prompting: technique using virtual “experts” for balanced LLM responses, reducing bias and improving reliability.

Multi-expert Prompting: tecnica che usa “esperti” virtuali per risposte bilanciate nei LLM, riducendo bias e migliorando l'affidabilità.

Artificial intelligence in schools. AI personalizes, but privacy and bias demand teachers guide its ethical and human-centered use.

Intelligenza artificiale nelle scuole. L’AI personalizza, ma privacy e bias richiedono che l’insegnante guidi un uso etico e umano dell’AI.

AI Corporate Culture: AI is growing in Italy, but strategic vision and team collaboration are needed to overcome barriers.

Cultura aziendale AI: L'AI cresce in Italia, ma servono visione strategica e cooperazione tra team per superare le barriere.

KGLA combines graphs and LLMs for more accurate, explainable recommendations, achieving 95% better NDCG@1 over traditional methods.

KGLA unisce grafi e LLM per raccomandazioni più accurate e spiegabili, migliorando il 95% su NDCG@1 rispetto ai metodi tradizionali.

GSM-Symbolic highlights LLM limits in math reasoning, advising caution for enterprise use.

GSM-Symbolic evidenzia i limiti dei LLM nei test matematici, suggerendo cautela nell'uso aziendale.

Sparsh: Ridefinire la percezione tattile – Meta lancia un modello per sensori tattili che riduce costi e adatta i robot in modo autonomo.

Models with LLM-Agents and Knowledge Graphs (KG) for personalized recommendations, adapted to evolving tastes and contexts.

Modelli con LLM-Agents e grafi della conoscenza (KG) per suggerimenti personalizzati, adattati a gusti e contesti in evoluzione.

The historical analysis by Eberle et al. using AI demonstrates the spread of mathematical knowledge in the 1500s.

L'analisi storica di Eberle et al. tramite IA mostra la diffusione del sapere matematico nel 1500, tra omogeneizzazione e diversificazione.

SimpleToM highlights the limitations of LLMs in Theory of Mind: good at explicit inference, but weak in behavioral prediction and lacking in