Glossario Intelligenza Artificiale e LLM
AI (Intelligenza Artificiale)
Tecnologie che simulano funzioni cognitive umane, come apprendimento, ragionamento, riconoscimento linguistico e visivo.
Context window
Numero massimo di token che un LLM può analizzare contemporaneamente. Più grande è la finestra, più lungo e coerente può essere il testo gestito.
Deep Learning
Sottocategoria del Machine Learning basata su reti neurali profonde. Usata per immagini, voce, testo e linguaggio
Embedding
Rappresentazione numerica di parole o frasi in uno spazio vettoriale, usata per misurare similarità semantiche.
Fine-tuning
Riadattamento di un modello pre-addestrato con dati specifici per ottimizzarne il comportamento in ambiti o compiti particolari.
Ground Truth
È il dato “vero” o di riferimento utilizzato per valutare le prestazioni di un modello di intelligenza artificiale o per addestrarlo. Si tratta di informazioni verificate contro cui si confrontano le previsioni o gli output di un sistema AI. Senza una ground truth affidabile, non è possibile misurare in modo rigoroso l’accuratezza o la qualità di un modello.
Hallucination (AI)
Quando un modello LLM inventa un’informazione errata ma plausibile, senza basarsi sui dati reali. Problema ancora aperto nei LLM generativi.
Inferenza
Fase in cui un modello AI genera una risposta o prende una decisione, dopo essere stato addestrato.
LLM (Large Language Model)
odello linguistico di grandi dimensioni, addestrato su vasti corpora testuali per generare e comprendere linguaggio naturale.
LoRA (Low-Rank Adaptation)
Tecnica per adattare LLM con un numero limitato di parametri, mantenendo basso il costo computazionale.
Machine Learning (ML)
Ramo dell’AI che consente ai sistemi di apprendere dai dati e migliorare le prestazioni nel tempo senza essere esplicitamente programmati.
Neural Network (Rete Neurale)
Sistema di calcolo ispirato al cervello umano. Composto da nodi (neuroni artificiali) connessi tra loro, che elaborano informazioni in modo adattivo.
NLP (Natural Language Processing)
È il ramo dell’intelligenza artificiale che si occupa della comprensione, generazione e manipolazione del linguaggio umano da parte delle macchine. Comprende attività come traduzione automatica, analisi del sentiment, riconoscimento di entità e generazione di testi. È alla base del funzionamento di modelli come ChatGPT.
RAG (Retrieval-Augmented Generation)
Tecnica in cui si combinano LLM e basi di conoscenza esterne: il modello cerca informazioni rilevanti in una base di dati esterna (es. documenti, articoli, knowledge base) e poi le utilizza per produrre una risposta più accurata e informata.
Token
Unità base di elaborazione in un LLM. Può essere una parola, un frammento o un singolo carattere, a seconda del modello.
Training
Processo con cui un modello AI apprende dai dati. Durante il training si regolano i pesi interni delle connessioni neurali.
Vuoi contribuire? Suggerisci nuove voci nei commenti 👇