Muse e Meta AI, nuovi modelli specializzati con Active Memory e Active Focus
Un assistente che incontra un ostacolo a metà compito può fermarsi, oppure riprovare e cercare un’alternativa: su questa differenza Meta ha lavorato con Active Focus, una delle due funzioni introdotte con Muse Wonder e portate ora nei modelli specializzati di Muse e Meta AI. Secondo il blog di ricerca di Meta Superintelligence Labs, l’azienda ha introdotto versioni specializzate dei suoi modelli esistenti, addestrate usando Muse Wonder, e le sta distribuendo a chi usa Muse e Meta AI. Secondo Meta, i miglioramenti riguardano soprattutto i compiti in cui sorgono imprevisti e la memoria delle informazioni critiche. Tutti i numeri che seguono sono dichiarati da Meta e non verificati in modo indipendente.
Active Focus: portare a termine il compito anche quando qualcosa va storto
Active Focus permette a Muse di continuare a lavorare verso un obiettivo anche davanti a imprevisti. Meta spiega di aver addestrato i modelli su vari ostacoli simili a quelli del mondo reale, in modo che possano insistere, riprendersi o trovare alternative per conto dell’utente.
Il dato dichiarato: in Muse i modelli mostrano un miglioramento del 67% nel completare compiti quotidiani in cui sorgono problemi inattesi. La fonte non spiega come sia stato misurato né quali compiti rientrino nella prova.
Active Memory: ricordare ciò che serve, scartare ciò che è vecchio
Active Memory e Active Focus sono state introdotte con Muse Wonder. La prima serve a ricordare ciò che conta e a riconoscere quando un’informazione data in precedenza torna utile, così da costruire sulle conversazioni passate.
Per farlo, secondo Meta, i modelli sono stati addestrati a:
- distinguere le informazioni temporanee da quelle permanenti;
- ragionare tenendo conto del tempo;
- separare ciò che è ancora rilevante da ciò che è diventato obsoleto.
Meta dichiara che i modelli migliorati di Muse dimenticano 2,4 volte meno le informazioni critiche per gli obiettivi dell’utente.
I numeri dichiarati da Meta
La pagina riporta due confronti tra il modello attuale di Muse e quello precedente. Meta non descrive i metodi di valutazione: sono risultati interni, non verifiche indipendenti.
| Misura | Modello precedente | Modello attuale |
|---|---|---|
| Personal Superintelligence Index | 38% | 47% |
| Active Memory eval (compiti che usano correttamente il contesto critico) | 76% | 90% |
Cosa cambia in pratica per Muse e Meta AI
In Muse, Meta descrive modelli capaci di gestire più compiti insieme, decidendo quando andare avanti da soli e quando collaborare dal vivo con l’utente. Si adattano a correzioni e chiarimenti arrivati a compito in corso senza confondersi.
In Meta AI gli stessi miglioramenti, secondo l’azienda, rendono l’assistente un migliore partner di ragionamento: scompone i problemi complessi in passi chiari, pone domande di approfondimento più mirate e regge i cambi di direzione a metà conversazione.
Da dove arrivano questi modelli
Muse Wonder, la serie di modelli più capaci di Meta finora, era stata presentata da Meta (ne abbiamo scritto qui), con prestazioni dichiarate allo stato dell’arte su compiti agentici personali e professionali. I modelli di cui si parla qui non sono quelli: sono versioni specializzate dei modelli già presenti in Muse e Meta AI, che ereditano parte delle capacità di Muse Wonder.
Il blog parla di una distribuzione già in corso, ma non indica paesi, piani di abbonamento, requisiti di accesso o un calendario per l’Italia, quindi non è chiaro se e quando le novità saranno disponibili da noi.
