Glossario dell’IA

Un modello linguistico di grandi dimensioni, o LLM, è una rete neurale addestrata su quantità enormi di testo per prevedere quale pezzo di testo viene dopo.

Un token è l’unità di base del testo che un modello linguistico legge e scrive: una parola intera, un frammento di parola, un numero o un segno di punteggiatura.

La finestra di contesto è la quantità massima di testo, contata in token, che un modello linguistico può considerare in un dato momento.

La temperatura è un’impostazione che controlla quanto è casuale un modello linguistico quando sceglie il token successivo.

Un modello di ragionamento è un modello linguistico addestrato a risolvere un problema per passaggi intermedi prima di dare la risposta finale.

Nell’intelligenza artificiale, un’allucinazione è una risposta che suona scorrevole e sicura ma è falsa, priva di fondamento o inventata.

La generazione aumentata dal recupero, o RAG, è una tecnica in cui i passaggi più pertinenti a una domanda vengono cercati in una raccolta di documenti e passati a un modello linguistico, che scrive poi la risposta a partire da essi.

Un system prompt è un insieme di istruzioni permanenti date a un modello linguistico prima che la conversazione cominci, e definisce ruolo, tono, formato e regole.

Top-p, detto anche campionamento a nucleo, è un’impostazione che limita un modello linguistico al gruppo più piccolo di token probabili le cui probabilità sommate raggiungono una quota scelta, e sceglie il token successivo solo da quel gruppo.

Un modello a miscela di esperti è una rete neurale divisa in molte sottoreti specializzate, dette esperti, con un router che manda ogni token solo a pochi di essi.

La quantizzazione è una tecnica che conserva i numeri di un modello con meno bit, per esempio 8 o 4 invece di 16, così che il modello occupi meno memoria e giri più veloce.

Gli embedding sono elenchi di numeri, detti vettori, che rappresentano il significato di un testo, di un’immagine o di un suono.

Un agente IA è un sistema costruito attorno a un modello linguistico che persegue un obiettivo in più passaggi, decidendo cosa fare dopo, usando strumenti e controllando i risultati.

Il tool calling, noto anche come function calling, è una funzione che permette a un modello linguistico di chiedere al tuo programma di eseguire una funzione e di usarne il risultato nella risposta.

MCP, il Model Context Protocol, è uno standard aperto che permette alle applicazioni di IA di collegarsi a strumenti e fonti di dati con un’interfaccia comune.

Un modello senza censura è un modello linguistico che non è stato regolato per rifiutare le richieste in modo arbitrario né per seppellire le risposte sotto gli avvertimenti, e quindi risponde con franchezza a ciò che gli è stato chiesto.

Un rifiuto è il caso in cui un modello linguistico declina una richiesta, di solito con una breve frase che dice di non poter o voler aiutare.

I guardrail sono le regole, i filtri e i comportamenti addestrati che un creatore di IA aggiunge a un modello per limitare ciò che dirà o farà.

Un modello a pesi aperti è un modello di IA i cui parametri addestrati, detti pesi, sono pubblicati in modo che chiunque possa scaricarli ed eseguirli.

L’allineamento è il lavoro che fa comportare un modello di IA nel modo voluto da chi lo produce e da chi lo usa: seguire le istruzioni, essere utile ed evitare ciò che è giudicato dannoso.

L’RLHF, sigla di apprendimento per rinforzo da feedback umano, è un metodo di addestramento in cui le persone ordinano le risposte di un modello e questo viene poi regolato per produrre il genere di risposte che hanno preferito.

Il fine-tuning è il processo che continua ad addestrare un modello già pre-addestrato su un insieme di dati più piccolo e specifico, perché si adatti a un compito, a uno stile o a un settore.

Un modello di diffusione è un generatore di immagini che parte da rumore casuale e lo toglie passo dopo passo finché compare un’immagine che corrisponde a una descrizione testuale.

Un prompt negativo è una seconda descrizione testuale che dice a un modello di immagini da cosa allontanarsi, come sfocatura, dita in più o un aspetto sbiadito.

L’upscaling delle immagini ingrandisce una foto o un disegno a una risoluzione più alta cercando di mantenerlo nitido.

Un seed è un numero intero che fissa il rumore casuale da cui parte un modello di immagini, così che lo stesso seed con lo stesso prompt e le stesse impostazioni possa disegnare di nuovo la stessa immagine.

La scala CFG, abbreviazione di guida senza classificatore e chiamata anche guida, è un’impostazione che decide con quanta rigidità un modello di immagini segue il tuo prompt.

Una LoRA, abbreviazione di adattamento a basso rango, è un piccolo file aggiuntivo che regola un grande modello di IA perché impari uno stile, un soggetto o una competenza senza essere riaddestrato per intero.

L’inpainting è una tecnica di modifica delle immagini in cui un modello di IA ridisegna solo una regione scelta di una foto, guidato da un prompt testuale, mentre il resto dell’immagine resta com’è.

La rimozione dello sfondo è la separazione automatica del soggetto principale di un’immagine dal suo fondale, così da poterlo collocare su uno sfondo trasparente o diverso.

Da immagine a video è un modo di creare un breve clip dando a un modello di IA un’immagine ferma da cui partire, più una frase che dice come devono muoversi le cose.

Il software local-first tiene i tuoi dati sul tuo dispositivo come copia principale e tratta i server come un supporto facoltativo.

Un proxy anonimizzante è un intermediario che invia una richiesta al posto tuo, così che il servizio all’altro capo non scopra chi sei.

La conservazione dei dati è il tempo per cui un servizio tiene le informazioni che riceve o crea prima di cancellarle.

IndexedDB è un database integrato nei browser web che permette a un sito di conservare grandi quantità di dati strutturati sul dispositivo del visitatore.

Zero-log descrive un servizio che non conserva registri di ciò che chiedi o dici: nessuna traccia memorizzata dei tuoi prompt, delle risposte o della tua attività oltre lo stretto necessario per funzionare.

La cifratura end-to-end significa che i dati vengono cifrati sul dispositivo di chi li invia e possono essere decifrati solo sul dispositivo del destinatario previsto, così ogni server in mezzo trasporta soltanto testo cifrato illeggibile.

Un’API compatibile con OpenAI accetta le stesse richieste e restituisce le stesse risposte dell’API di OpenAI, così che codice e strumenti esistenti possano usare un altro fornitore cambiando poco più dell’indirizzo e della chiave.

Un rate limit è un tetto al numero di richieste che un account o una chiave può inviare a un servizio in un dato periodo.

I crediti sono un’unità di conto prepagata che un servizio usa per prezzare l’utilizzo, così ogni richiesta ne spende un piccolo numero in base a ciò che ha consumato.