LLM (Large Language Model)
Modello linguistico di grandi dimensioni addestrato su vaste raccolte di dati per elaborare e generare testo, codice o altre sequenze.
Intelligenza artificiale
Sistemi intelligenti, machine learning e tecniche di apprendimento automatico.
51Termini nella categoria
690Visite complessive
15-08-2026Ultima revisione
Indice alfabetico A-Z
Termini
51 termini disponibili
LLM-as-a-judge
Uso di un modello linguistico per valutare risposte prodotte da un altro modello secondo criteri dichiarati.
Machine learning
Il machine learning e' un insieme di metodi che apprendono modelli dai dati.
MCP (Model Context Protocol)
Protocollo aperto che standardizza il collegamento tra applicazioni AI e fonti di contesto, strumenti e prompt.
Memoria persistente
Informazioni conservate fuori dal modello e recuperabili in elaborazioni o conversazioni successive.
Modello linguistico
Sistema che apprende regolarità nelle sequenze e calcola probabilità sulle possibili continuazioni del linguaggio.
Modello multimodale
Modello capace di elaborare più tipi di informazione, come testo, immagini, audio o video.
Modello open-weight
Modello i cui pesi vengono distribuiti per permettere l’esecuzione o l’adattamento su infrastrutture proprie o di terzi.
NIST AI RMF
Framework del NIST che aiuta le organizzazioni a governare, misurare e gestire i rischi dei sistemi di intelligenza artificiale.
Orchestratore
Componente che coordina modelli, strumenti, contesto, stato, limiti e passaggi di un processo.
Origin binding
Mantenimento del legame tra un’informazione e la sua fonte originale dopo sintesi, trasformazioni o passaggi di memoria.
Perplexity
Metrica derivata dalla cross-entropy che indica quanto una sequenza sia prevedibile per un modello linguistico.
Pesi del modello
Parametri numerici appresi durante l’addestramento che codificano le regolarità utilizzate dal modello.
Pre-training
Fase iniziale di addestramento in cui un modello apprende regolarità da grandi quantità di dati.
Predizione del token successivo
Meccanismo con cui un modello linguistico stima quali token possano seguire quelli già presenti nel contesto.
Prompt di sistema
Istruzioni applicate dal sistema per definire comportamento e priorità generali prima della richiesta dell’utente.
Prompt engineering
Progettazione e miglioramento delle istruzioni fornite a un modello per orientarne comportamento e risultato.
Quantizzazione
Tecnica che riduce la precisione numerica con cui vengono rappresentati pesi o attivazioni di un modello.
RAG (Retrieval-Augmented Generation)
Architettura che recupera documenti o frammenti pertinenti e li inserisce nel contesto prima della generazione.
Routing
Scelta automatica del modello, percorso o strumento più adatto in base a compito, rischio, costo o disponibilità.
Sampling
Selezione probabilistica del token successivo tra le alternative prodotte da un modello.
Serving
Infrastruttura e processo con cui un modello viene reso disponibile alle applicazioni che devono eseguirlo.
Temperatura
Parametro di generazione che modifica la variabilità della distribuzione usata per scegliere i token.
Token economy
Gestione del consumo di token considerando contesto, output, retry, strumenti, latenza, costi e lavoro necessario al risultato.