Ricerca & Sviluppo

Agente AI per analisi log enterprise: diagnosi di root cause da log non strutturati, report con confidenza e data gap, in sandbox con governance Whitebox.

Modelli open source AI e localizzazione dell’AI. Dal cambio di rotta su Llama al salto di Qwen, fino agli scenari on premise e al tema della bolla AI.

Governance agenti AI nei settori regolati: AI WhiteBox introduce identità NHI, policy dinamiche, audit immutabile e sandboxing per una governance verificabile.

Giulietta Lab: collaborazione Linkalab × NABA per trasformare i dati ESA GAIA in immagini e video con Stable Diffusion (ComfyUI), fuori dal mainstream estetico.

Il “Brain Rot” colpisce l’IA: questo fenomeno descrive come i Large Language Models possano degradarsi quando vengono esposti a dati di bassa qualità. Nel corso degli ultimi anni, l’Intelligenza Artificiale…

SDG Polarity Detection: oltre il sentiment, misura avanzamento/regresso verso i 17 SDG con LLM e fine-tuning su dataset SDG-POD.

M&A or Build: il caso Meta–Manus e la risposta di Anthropic mostrano come l’AI stia cambiando il “make or buy” e le strategie di crescita.

Monitoraggio reputazione corporate nell’era degli LLM: confronto tra AI search e fonti ufficiali, metriche su fonti e sentiment, e rilevamento dei gap reputazionali critici.

Un framework Linkalab per individuare contenuti “avvelenati” nelle knowledge base di agenti LLM+RAG: rilevamento con seed, analisi nello spazio degli embedding e risultati su dataset AgentPoison e caso reale.

Perché il RAG sta diventando un requisito di compliance: fonti verificabili, audit trail, metriche di fiducia e agentic RAG per ridurre allucinazioni nei processi critici.