Italiano · 11 episodi pubblicati
Quattro modi per scoprire l'IA: concetti rapidi, idee collegate, approfondimenti e le notizie della settimana. Nuovi episodi in italiano. Andy's Café è disponibile anche in English, Deutsch, Español e Français. Brewed by machines. Tasted by humans.
Come la previsione fluida del token successivo può produrre affermazioni false, che cosa significano sicurezza e calibrazione e come verificare una risposta senza scartare tutto.
Perché addestramento e inferenza richiedono tanti calcoli, movimenti di dati e coordinamento, e perché più risorse non garantiscono né verità né valore.
Dove finisce il modello addestrato, che cosa rende un sistema un agente, che cosa fa l’harness che lo circonda e perché più autonomia non è sempre meglio.
Come il pretraining costruisce la base generale, il fine-tuning adatta un modello esistente, che cosa aggiunge il post-training e perché questi concetti si sovrappongono.
Un possibile progresso matematico con Claude, modelli più rapidi e persistenti, i pesi aperti di Meta, il miliardo di utenti mensili di Gemini dichiarato da Google, la pubblicità in ChatGPT, consulti clinici video simulati e la pubblicazione rinviata dei pesi di Z.ai.
Come la previsione del token successivo modifica i pesi, che cosa aggiunge il post-addestramento e perché contesto e recupero non equivalgono a un apprendimento permanente.
Perché una chat lunga può ricordare una preferenza e dimenticare un'istruzione iniziale, e come si collegano token, contesto, memoria e recupero delle informazioni.
Perché i modelli linguistici dividono il testo in token e che cosa c'entrano con contesto, velocità e costi.
La differenza tra addestrare un modello e usarlo per l'inferenza, e perché prompt, contesto e memoria non ne modificano automaticamente i parametri.
Che cos'è un modello di intelligenza artificiale, dove comincia il sistema che lo circonda e che cosa produce davvero l'addestramento.
Il Morning Paper di questa settimana: test di cybersicurezza, Astra di OpenAI, ricerca matematica, cambi ai vertici di Google, nuovi modelli, energia per i data center e agenti autonomi.