Fonte: Digital Times, giornalista Gu Bon-gyu
Citazione integrale dell’articolo “Startup di IA Clevi entra nel 2,5% superiore di GAIA… dimostra un’autorevolezza comprovata”
Data di pubblicazione: 2026-04-08
Link: https://n.news.naver.com/article/029/0003020511?sid=105
La startup di IA nazionale Clevi, che ha sviluppato da zero un proprio modello e una propria soluzione di agent, ha annunciato di essere entrata per la prima volta in Corea nel 2,5% superiore del benchmark GAIA, sulla base di tutti i 3.090 modelli registrati.
Secondo le spiegazioni del settore, GAIA, progettato da Meta AI e gestito da Hugging Face, non valuta la capacità dell’IA di ‘eccellere in una sola cosa’, ma la capacità di ‘combinare diverse abilità per risolvere problemi reali’. Deve cercare informazioni sul web, leggere tabelle all’interno di PDF, analizzare immagini, eseguire codice per effettuare calcoli e combinare i risultati per fornire un’unica risposta corretta. La struttura, basata su 301 domande riservate, tre livelli di difficoltà e il principio di non divulgazione delle risposte, rende impossibili sia l’overfitting sia il cheating.
Per ottenere un punteggio elevato in questo test sono necessarie due cose. La capacità di ragionamento del modello linguistico di base e una soluzione di agent che colleghi il modello agli strumenti del mondo reale, consentendogli di svolgere autonomamente le attività. Per quanto il modello possa essere valido, se l’agent è debole non è possibile risolvere il Livello 3; per quanto l’agent possa essere sofisticato, se la capacità di ragionamento del modello è insufficiente, le risposte errate si propagano già nelle fasi intermedie.
Osservando l’attuale struttura della classifica di GAIA emerge un modello interessante. La maggior parte degli agent ai vertici adotta una strategia di ‘mix multimodello’, combinando diversi modelli delle big tech come GPT, Claude e Gemini. Si tratta di un approccio ragionevole, che combina i punti di forza di ciascun modello e protegge dalla riduzione del punteggio dovuta, tra l’altro, alla perdita di informazioni.
Clevi, invece, non si è unita a questa schiera. cip-5.5-agent (IA agentica), sviluppato da zero, esegue autonomamente la pianificazione, l’esecuzione e la verifica di attività complesse, mentre cip-5.5-mm (modello multimodale generico ad alte prestazioni) comprende e ragiona su diversi formati di file, tra cui audio, immagini e video. Entrambi i modelli sono stati sviluppati autonomamente all’interno di Clevi e non è stata utilizzata alcuna API LLM esterna.
Con questo stack di modelli proprietari, CLEVI ha schierato 5 agenti in GAIA, ottenendo per tutti un punteggio superiore a 70. Dal massimo del 79,07% al 70,76%, ciò ha dimostrato la stabilità dell’intero stack, non la fortuna di un singolo risultato.
Secondo quanto spiegato dall’azienda, dietro il punteggio ufficiale del 79,07% c’è un altro dato. Da una revisione interna successiva, CLEVI ha rilevato che, su 301 domande, per un numero considerevole di esse le prove a sostegno delle risposte corrette non sono più disponibili sul web pubblico. Ricalcolando il risultato sulla base delle sole domande per le quali la risposta corretta è tuttora reperibile online, il tasso di accuratezza di CLEVI ha superato il 98%. Si tratta di un valore già superiore alla media umana (92%).
Naturalmente, combinando potenti modelli generalisti di altre aziende, sarebbe stato possibile aumentare ulteriormente il punteggio ufficiale. CLEVI ha tuttavia scelto deliberatamente di non adottare questa strategia. L’obiettivo di questo benchmark non era competere per il punteggio più alto, bensì verificare se un modello proprietario sviluppato from scratch avesse raggiunto un livello competitivo sulla scena globale.
Il fatto che il nome compaia nella classifica di GAIA ha un grande significato: indica che CLEVI dispone di una credibilità verificata, riconosciuta da una valutazione indipendente di terze parti. Si tratta di una base oggettiva utilizzabile in ogni fase, dalla raccolta di investimenti all’espansione internazionale fino alle vendite B2B.
Un rappresentante di CLEVI ha dichiarato: “Tra i 63 errori ufficiali, molti derivano da incongruenze nel formato dell’output, errori nell’interpretazione di materiali visivi e domande a cui non era possibile rispondere a causa della perdita di informazioni. Non si tratta di limiti fondamentali del ragionamento logico, bensì di problemi relativi alla precisione del post-processing e alla disponibilità di informazioni esterne. Poiché il modello è proprietario, CLEVI può migliorarlo autonomamente. Questo è proprio il vantaggio strutturale di un modello proprietario sviluppato from scratch. Il risultato ottenuto da CLEVI pone al settore coreano dell’IA la domanda: “Per quanto tempo continueremo a dipendere da ‘cervelli presi in prestito’?”. CLEVI ha scelto la strada più difficile, quella dello sviluppo from scratch, e intende dimostrare la risposta sulla scena mondiale”.