Xiaomi Research released Xiaomi-OCR-0, a 0.8-billion-parameter model for document understanding and OCR under the Apache-2.0 license. The company says it competes with larger systems on several document benchmarks. Built on Qwen3.5-0.8B-Base, the model supports page parsing, text extraction from selected regions, schema-based information extraction, and visual question answering. Xiaomi reports training on roughly 170 million samples and a mean score of 83.2 across five OCR-VQA benchmarks.
Stanford researchers tested 50 widely cited claims about LLMs on 20 models. They classified 44% of the claims as expired and another 34% as significantly weakened. The analysis covered models released between July 2024 and September 2026. The 22 findings assigned an estimated expiration date lasted an average of 15.7 months. All nine reasoning findings had weakened or expired, while some claims about preferences and tendencies persisted longer.
Ai2 ha rilasciato OlmoEarth v1.3, con embedding satellitari globali e uno strumento di esplorazione basato sul browser. Gli strumenti consentono di esplorare i cambiamenti nel tempo e di trovare luoghi simili nei dati satellitari.
Google DeepMind e i suoi partner hanno pubblicato una mappa che distingue i tipi di foreste e di uso del suolo. Forest Typology 2020 classifica appezzamenti di terreno di dieci metri, aiutando a distinguere le foreste naturali, le piantagioni e i terreni agricoli.
NVIDIA ha ampliato Nemotron Retriever con modelli di embedding, riordinamento dei risultati e analisi dei documenti. Questa versione mira ad aiutare gli agenti aziendali a trovare prove pertinenti e a estrarre contenuti dai documenti.
Anthropic ha presentato Claude Haiku 5.5 per attività rapide e ad alto volume. L’azienda mette in evidenza la sintesi, la classificazione e l’assistenza clienti; le sue dichiarazioni sulle prestazioni vanno verificate usando esempi propri.
AT&T has released OTel 2.0 on Hugging Face, a 31B model based on Gemma 4 and post-trained on 440B tokens of telecom standards data. The source describes QLoRA training efficiency but gives no further details. OTel 2.0 is presented as an open model specialized for telecommunications. The source does not provide additional information about its QLoRA setup.
Hugging Face ha descritto il supporto nativo dei TPU tramite il backend TorchTPU. L’integrazione introduce Transformers, Diffusers e Kernels nei flussi di lavoro PyTorch che utilizzano dispositivi TPU.
Il corso LLM di Hugging Face introduce i modelli linguistici e gli strumenti correlati. Il corso tratta Transformer, dataset, tokenizer e argomenti relativi all’addestramento; è una risorsa didattica, non una notizia dell’ultima ora.
