Hugging Face
Guida a Hugging Face: cos’è, cosa permette di fare, a chi serve, come iniziare, limiti, sicurezza e fonte ufficiale.
Autore
Giuseppe D'Agata
Solution Engineer in Zenita Group e autore di Basi di AI. Oltre 24 anni di esperienza in infrastrutture ICT, networking, Unified Communication, software, automazione e intelligenza artificiale.
Llama
Scheda di Llama: caratteristiche, casi d’uso, varianti, hardware, deployment, licenza, sicurezza e criteri di scelta.
Mistral
Scheda di Mistral: caratteristiche, casi d’uso, varianti, hardware, deployment, licenza, sicurezza e criteri di scelta.
Gemma
Scheda di Gemma: caratteristiche, casi d’uso, varianti, hardware, deployment, licenza, sicurezza e criteri di scelta.
Qwen
Scheda di Qwen: caratteristiche, casi d’uso, varianti, hardware, deployment, licenza, sicurezza e criteri di scelta.
DeepSeek
Scheda di DeepSeek: caratteristiche, casi d’uso, varianti, hardware, deployment, licenza, sicurezza e criteri di scelta.
LLM
Un LLM è un modello di intelligenza artificiale addestrato a elaborare e generare linguaggio. Impara regolarità statistiche da grandi raccolte di testi e produce l’output prevedendo, passo dopo passo, i token più coerenti con il contesto. Spiegazione pratica con funzionamento, esempi, limiti, confro
Token AI: definizione semplice ed esempio
Definizione semplice di token AI: che cosa rappresenta, come viene creato dal tokenizer e perché non coincide sempre con una parola.
Prompt
Il prompt è l’insieme di istruzioni, domande, dati ed esempi forniti a un sistema AI per orientarne il risultato. Non è una formula magica: è il modo con cui si descrivono obiettivo, contesto e criteri di qualità. Spiegazione pratica con funzionamento, esempi, limiti, confronti e FAQ.
Embedding
Un embedding è una rappresentazione numerica, generalmente un vettore, che colloca contenuti semanticamente simili in regioni vicine di uno spazio matematico. Può rappresentare testo, immagini, audio, utenti o prodotti. Spiegazione pratica con funzionamento, esempi, limiti, confronti e FAQ.
RAG
La RAG è un’architettura che recupera informazioni da fonti esterne e le inserisce nel contesto di un modello generativo prima della risposta. L’obiettivo è collegare l’output a documenti pertinenti, aggiornabili e controllabili. Spiegazione pratica con funzionamento, esempi, limiti, confronti e FAQ
Fine-tuning
Il fine-tuning è un addestramento aggiuntivo applicato a un modello già pre-addestrato per adattarne il comportamento a un compito, un dominio, uno stile o un formato di output. Spiegazione pratica con funzionamento, esempi, limiti, confronti e FAQ.