Glossario

Apprendimento zero-shot

Che cos’è Apprendimento zero-shot?

L'apprendimento zero-shot indica che un modello riesce a svolgere un compito senza averne visto prima esempi concreti. I grandi modelli linguistici, ad esempio, eseguono una traduzione o una classificazione basandosi solo sulla descrizione nel prompt. Se la qualità non basta, spesso aiuta il few-shot learning: si aggiungono alcuni esempi della risposta desiderata.

Come aiuta KI.ordo

Gli agenti KI.ordo svolgono molti compiti solo in base alle loro istruzioni; aggiungere esempi alle istruzioni può migliorare i risultati in modo mirato.

Scopri di più →

Temi

LLM
Prompting
Concetti base

Prova KI.ordo

Agenti, flussi e modelli in un’unica area di lavoro – demo gratuita di 24 ore.

Avvia demo

← Tutti i termini

Termini correlati

Few-shot learning

Il few-shot learning è la capacità di un modello di svolgere un compito partendo da pochi esempi. Con i modelli linguistici avviene di solito direttamente nell’input: si mostrano due o tre coppie di domanda e risposta desiderata, e il modello applica formato e stile ai nuovi casi, senza ulteriore addestramento. Esempio: tre richieste di clienti classificate correttamente spesso bastano perché le successive vengano ordinate con lo stesso schema.

Prompting
Esempi
+1

Transfer learning (apprendimento per trasferimento)

Nel transfer learning un modello che ha già imparato un compito ampio e generale viene usato come punto di partenza per un compito nuovo e specifico. Invece di partire da zero, lo si adatta, ad esempio con il fine-tuning, usando relativamente pochi dati propri. Si risparmiano così calcolo e dati, ad esempio quando un modello generico per immagini deve imparare a riconoscere difetti di produzione nelle foto.

Machine learning
Addestramento
+1

Prompt

Un prompt è l'input con cui si dice a un modello di IA che cosa fare: una domanda, un compito o un'istruzione, spesso con contesto, esempi e formato desiderato. La qualità della risposta dipende molto da quanto il prompt è chiaro e completo. Ad esempio, invece di «Scrivi qualcosa sul nostro prodotto», meglio «Scrivi tre brevi vantaggi del prodotto X per le imprese artigiane, con tono oggettivo».

prompting
input
+1

Modello

Modello linguistico di grandi dimensioni (LLM)

Un modello linguistico di grandi dimensioni (Large Language Model, LLM) è una rete neurale addestrata su enormi quantità di testo, in grado quindi di comprendere e generare linguaggio. Funziona calcolando passo dopo passo il token successivo più probabile. Gli LLM scrivono, riassumono, traducono, rispondono a domande e generano codice; esempi noti sono Claude, GPT, Gemini e Llama. Senza accesso a fonti aggiornate conoscono solo ciò che era nei dati di addestramento.

Modelli linguistici
IA generativa
+1