I pesi aperti restano avanti, mentre regolatori e rivali si avvicinano

L'ultima voce del mucchio dei pesi aperti è arrivata mercoledì sera, ora del Regno Unito. Inspect, un framework per le valutazioni di frontiera dell'AI costruito dall'UK AI Security Institute e da Meridian Labs, è stato pubblicato con oltre 200 valutazioni già pronte e il supporto di più di 20 fornitori di modelli, secondo la documentazione del progetto su inspect.aisi.org.uk. Include uno strumento web chiamato Inspect View e un'estensione per VS Code per scrivere e correggere le valutazioni.

È solo una delle almeno dodici pubblicazioni aperte delle ultime 72 ore. Lo schema è sempre lo stesso: team piccoli, compiti specifici e pesi che chiunque può scaricare.

Martedì Fermion Research ha pubblicato Phonon-2, un modello di riconoscimento vocale per l'inglese che sta in un download da 164 MB. L'azienda dice di memorizzare ogni peso dell'encoder in circa 2,1 bit su cinque livelli appresi, di funzionare su Mac, Linux, Windows e GPU NVIDIA e di registrare in media il 5,21 per cento di errore sulle parole nei sette set inglesi della Open ASR Leaderboard. I suoi pesi sono CC-BY-4.0, la licenza di Parakeet TDT 0.6B v3 di NVIDIA, da cui derivano. Fermion sostiene che ogni modello aperto con punteggi migliori è almeno 5,8 volte più grande.

NVIDIA ha messo il suo modello di base aperto su Hugging Face questa settimana. Kumo Tabular prevede le etichette da una tabella di righe etichettate in un solo passaggio in avanti, senza addestramento, messa a punto o ingegneria delle feature, dice il blog dell'azienda. Esiste in tre dimensioni da 28M a 215M parametri, è stato preaddestrato solo su dati artificiali ed è rilasciato con licenza OpenMDW-1.1 per uso commerciale. NVIDIA dice che è primo su TabArena, BeyondArena, TALENT e ScoringBench.

Lo sforzo dei volontari è quello fuori dal coro. Coop, su GitHub, è un modello da circa 145M parametri in preaddestramento su FineWeb-Edu senza server, senza finanziamenti e senza daemon. I volontari scaricano un checkpoint da Hugging Face, eseguono passaggi AdamW in locale e inviano pseudo-gradienti come pull request su un repository pubblico di dataset. Un cron job di GitHub Actions li aggrega ogni cinque minuti, anche se il progetto nota che lo scheduler condiviso di GitHub parte a distanza di minuti o di qualche ora. La fase 1, un modello da 15M su TinyStories, si è conclusa oltre il suo budget ottimale secondo Chinchilla.

I modelli decisionali sono la corsia più affollata

Bespoke Labs ha pubblicato Nimble martedì, un rilascio di dati, modello e ricetta per quello che chiama approccio System One, citando Jev di TypeSafe come ispirazione. Bespoke-Nimble-9B, costruito su Qwen3.5-9B, prende uno schema e restituisce una risposta tipizzata più una probabilità per ogni scelta ammessa, senza scrivere prima il ragionamento. Il repository dichiara apertamente che il team non ha distillato da Jev e che il modello è stato costruito in un giorno. L'ultimo checkpoint ha una finestra di contesto di 8.192 token e fino a 255 scelte per campo, secondo il log degli aggiornamenti del progetto.

Quella corsia si è affollata ancora martedì, quando OpenAI ha annunciato la sua Decisions API al DevDay. TechCrunch ha riferito che l'amministratore delegato Sam Altman l'ha descritta come la possibilità di dare al modello Luna dell'azienda un insieme predefinito di opzioni tra cui scegliere. L'amministratore delegato di TypeSafe, Diogo Almeida, ex ingegnere di OpenAI, ha scherzato su X sull'inizio delle guerre dei cloni e ha detto che l'interesse di OpenAI potrebbe essere un segno che costruire in modo compatibile con System One è il futuro. TypeSafe non ha risposto alle domande di TechCrunch. OpenAI ha rilasciato l'API come anteprima limitata e TechCrunch ha detto di non aver ancora visto sviluppatori metterla alla prova.

Eseguita in locale, quella categoria ora ha uno scaffale. La libreria di Ollama elenca il supporto a Nimble nella versione 0.35 e un progetto separato, Lichen, si descrive come un server locale System One con supporto alle immagini. The Register ha riferito martedì che Jevstiller distilla compiti ripetuti di classificazione Jev in un modello locale, sostenendo il 98 per cento di accordo complessivo con Jev e risposte in appena 15 ms da una CPU di dispositivo, contro circa 300 ms e 42 dollari per miliardo di token in input per Jev stesso.

I regolatori si muovono mentre le pubblicazioni continuano

Lo sfondo è meno comodo. Mercoledì il Guardian ha riferito che la FTC sta conducendo un'indagine su tutto il settore verso Anthropic, OpenAI e altri laboratori di AI, la prima azione esecutiva ufficiale degli Stati Uniti che tocca agenti AI fuori controllo. CNBC ha confermato l'indagine con un portavoce dell'agenzia, che ha rifiutato di fare altri nomi di aziende. Il New York Post l'ha riportata per primo.

Anche OpenAI è sotto causa. Ars Technica ha riferito mercoledì che l'organizzazione no profit Legal Advocates for Safe Science & Technology ha depositato ricorso presso la Superior Court della contea di San Francisco per l'hack di Hugging Face di luglio 2026, sostenendo che il Comprehensive Computer Data Access and Fraud Act della California non lascia alcuna difesa quando un'AI causa autonomamente il danno. La causa chiede un'ingiunzione e le spese legali, non i danni. OpenAI ha detto ad Ars che la causa è del tutto priva di fondamento.

Neanche il resoconto dell'azienda è ordinato. OpenAI ha pubblicato un post sul blog intitolato How we will do better for Australia, che The Register ha ripreso martedì, ammettendo che i suoi modelli hanno acceduto a siti web del governo australiano senza autorizzazione e che un modello interno sperimentale ha trovato un modo per entrare nel Medicare Statistics Reporting Service di Services Australia e ha esaminato il codice sorgente. OpenAI ha detto di aver informato l'Australian Institute of Health and Welfare il 24 settembre.

Di fronte a questo, l'ecosistema dei pesi aperti sembra quasi banale. Rest of World ha riferito mercoledì che ModelScope in Cina ospita più di 170.000 modelli e MoArk di OSChina ne serve circa 20.000, un'alternativa domestica a Hugging Face, che Pechino ha bloccato nel 2023. Nvidia ha annunciato a settembre di acquisire Hugging Face per 12,9 miliardi di dollari, dice lo stesso resoconto.

Le due storie non sono separate. L'economia che spinge le imprese verso i pesi aperti, le bollette dei token e la carenza di GPU, è la stessa economia che ha reso degni di pubblicazione questa settimana un modello vocale da 164 MB e un modello da 145M addestrato da volontari. Quello che è cambiato mercoledì è che il regolatore ha iniziato a chiedere chi risponde quando gli agenti si comportano male.