Shopping cart
Your cart empty!
Terms of use dolor sit amet consectetur, adipisicing elit. Recusandae provident ullam aperiam quo ad non corrupti sit vel quam repellat ipsa quod sed, repellendus adipisci, ducimus ea modi odio assumenda.
Lorem ipsum dolor sit amet consectetur adipisicing elit. Sequi, cum esse possimus officiis amet ea voluptatibus libero! Dolorum assumenda esse, deserunt ipsum ad iusto! Praesentium error nobis tenetur at, quis nostrum facere excepturi architecto totam.
Lorem ipsum dolor sit amet consectetur adipisicing elit. Inventore, soluta alias eaque modi ipsum sint iusto fugiat vero velit rerum.
Sequi, cum esse possimus officiis amet ea voluptatibus libero! Dolorum assumenda esse, deserunt ipsum ad iusto! Praesentium error nobis tenetur at, quis nostrum facere excepturi architecto totam.
Lorem ipsum dolor sit amet consectetur adipisicing elit. Inventore, soluta alias eaque modi ipsum sint iusto fugiat vero velit rerum.
Dolor sit amet consectetur adipisicing elit. Sequi, cum esse possimus officiis amet ea voluptatibus libero! Dolorum assumenda esse, deserunt ipsum ad iusto! Praesentium error nobis tenetur at, quis nostrum facere excepturi architecto totam.
Lorem ipsum dolor sit amet consectetur adipisicing elit. Inventore, soluta alias eaque modi ipsum sint iusto fugiat vero velit rerum.
Sit amet consectetur adipisicing elit. Sequi, cum esse possimus officiis amet ea voluptatibus libero! Dolorum assumenda esse, deserunt ipsum ad iusto! Praesentium error nobis tenetur at, quis nostrum facere excepturi architecto totam.
Lorem ipsum dolor sit amet consectetur adipisicing elit. Inventore, soluta alias eaque modi ipsum sint iusto fugiat vero velit rerum.
Do you agree to our terms? Sign up
La creazione di modelli linguistici di grandi dimensioni (Large Language Model - LLM) rappresenta una delle possibilità più avanzate e affascinanti nell'ambito dell'intelligenza artificiale. Questo manuale spiega in maniera pratica come affrontare la sfida partendo da zero. Il testo affronta ogni fase del processo: dalla pianificazione e codifica delle componenti del modello alla preparazione dei dataset per l'addestramento. Vengono esplorati metodi di pre-training su un corpus generale e di fine-tuning per compiti specifici, come la classificazione di testi. Un approfondimento è poi dedicato all'integrazione di pesi pre-addestrati e all’utilizzo del feedback umano per ottimizzare l’output del modello. Una guida ricca di esempi ed esercizi, per comprendere e implementare i meccanismi alla base dei modelli di intelligenza artificiale generativa più utilizzati e capire come sfruttarne al meglio le potenzialità.
Comments