Latent Space avvia il pilot High Taste Testers su AINews
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
Il nuovo formato riproduce una conversazione di pranzo a San Francisco e mette al centro Dev Day e i modelli aperti come Muse Spark Open.
Latent Space ha pubblicato il pilot di High Taste Testers su AINews, un formato che porta l’ascoltatore in una conversazione da pranzo a San Francisco e invita a inviare feedback espliciti1.
L’episodio parte da Dev Day e tocca modelli e assistenti1. Gli autori lo presentano come un test e chiedono commenti diretti dal pubblico1.
La puntata compare nel recap AINews del 15 e 16 ottobre 2026, oggi sezione di Latent Space1. Il team segnala di aver monitorato 12 subreddit e 544 account Twitter, senza aggiungere nuovi Discord in questa scansione1. La pagina del sito offre due funzioni operative: ricerca in tutti i numeri passati e gestione della frequenza delle email, con scelta di opt-in o opt-out1.
Nel blocco “US Open-Weights Push” figurano Muse Spark Open e Reflection Beam1. Il recap attribuisce a Muse Spark Open, indicato come modello di Meta, una struttura Mixture-of-Experts con pesi aperti: 816 miliardi di parametri totali e 42 miliardi attivi per token1. Sull’Intelligence Index di Artificial Analysis il modello ottiene 39 punti. NVIDIA Nemotron 3.5 Super VL registra 26. La differenza è di 13 punti1.
Seguono dettagli tecnici su Muse Spark Open. I layer sono 62. L’attenzione usa GQA con 16 KV heads. Per token restano attivi 8 esperti su 256. L’encoder di percezione conta 1,8 miliardi di parametri1. Il contesto arriva a 1 milione di token. Gli input supportati includono testo, immagine, video e audio. L’output è testo1.
Il recap riporta anche le dimensioni dei pesi. In BF16 servono circa 1,6 terabyte. Un checkpoint NVFP4, indicato come di Meta, quantizza solo gli esperti e riduce i pesi a circa 530 gigabyte1. La frase successiva si interrompe dopo “Meta says that fits on 4” [testo mancante dalla fonte]. Non sono disponibili altri dettagli in pagina1.
I riferimenti a Reflection Beam compaiono solo come presenza nel blocco tematico, senza specifiche aggiuntive nel testo consultato1.
La call to action è parte del lancio. Gli autori chiedono di valutare il formato e di mandare riscontri. Il filo diretto con il pubblico è esplicito nella pagina che ospita il recap e l’episodio pilota1.
I dati operativi, la collocazione nella rassegna e le funzioni del sito compongono un quadro coerente con un test in corso. La granularità tecnica su Muse Spark Open, inclusi parametri, architettura e footprint, dà contesto all’attenzione sui modelli a pesi aperti nel recap1.
Resta un punto aperto sul deployment: l’interruzione della frase “Meta says that fits on 4” impedisce di capire cosa indichi il numero 4, un dettaglio utile per stimare i requisiti pratici di esecuzione o hosting del modello1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.