Ciao a tutti! 👋 Questa settimana sono usciti tre modelli aperti che puoi usare sul tuo computer, senza abbonamenti e senza mandare i tuoi file a nessuno. Ve li riassumo in breve, con i limiti veri e non solo l'hype. 📄 1. Unlimited-OCR-2 (Baidu, licenza MIT) Trasforma PDF e scansioni in testo Markdown, tabelle comprese, e regge documenti di centinaia di pagine in un'unica passata. ✅ Il più impressionante dei tre ⚠️ Serve una scheda NVIDIA. Le versioni leggere GGUF (circa 2,7 GB in Q4_K_M con la parte visiva) richiedono un llama.cpp con una patch da compilare: non è ancora roba da doppio clic. ⚠️ Debole sulla gerarchia dei titoli e non adatto ad alfabeti non latini. 🔗 Scarica: https://huggingface.co/baidu/unlimited-ocr-2 🤏 2. LFM3 (Liquid AI) Sei modelli da circa 2 miliardi di parametri: solo testo, visione, audio, "omni" e due modelli "decisionali". ✅ Il testuale a 4 bit pesa circa 1 GB: perfetto per la chiavetta ✅ Già pronto per Ollama, llama.cpp, MLX e ONNX, senza compilare nulla ⚠️ È piccolo: niente agenti di programmazione o ragionamenti lunghi ⚠️ Licenza LFM Open License v1.0, non Apache: leggetela prima di usarlo per lavoro 🔗 Scarica: https://huggingface.co/LiquidAI/LFM3-1.7B 🤖 3. Spark-X2.6 (SparkLLM, Apache 2.0) Taglie 4B e 1.7B pensate per fare l'agente: usare strumenti, pianificare, scrivere codice. Contesto fino a un milione di token e ragionamento regolabile (nessuno, basso, alto). ✅ Si prova subito: ollama run SparkLLM/Spark-X2.6-4B oppure LM Studio ⚠️ Le schede non dicono quanta RAM serve, e il contesto da un milione va ridotto sui PC piccoli ⚠️ Occhio ai nomi nella documentazione, che non sono sempre coerenti 🔗 Scarica con Ollama: https://ollama.com/SparkLLM/Spark-X2.6-4B 🔗 Progetto ufficiale: https://gitcode.com/SparkLLM 👉 Da quale partire? Se volete provarne uno oggi senza complicazioni: LFM3 o Spark-X2.6 con Ollama. Unlimited-OCR-2 lo teniamo per chi ha una NVIDIA e voglia di smanettare.