Che cos’è un Large Language Model

Un Large Language Model (modello linguistico di grandi dimensioni o LLM) è un modello linguistico di software costituito da una rete neurale, la quale possiede molti parametri (in genere miliardi di pesi o anche oltre), addestrata su grandi quantità di testo non classificato.

Un LLM come ChatGPT, ad esempio, fa uso di apprendimento auto-supervisionato o semi-supervisionato, a seconda dei casi.

Gli LLM sono diventati popolari già nel 2018 e offrono buone prestazioni, ad oggi, in un’ampia varietà di compiti: scrivere codice, poesie, romanzi, articoli di blog, ecc. Ciò ha spostato l’attenzione della ricerca sull’elaborazione del linguaggio naturale dal precedente paradigma di formazione di modelli supervisionati specializzati per compiti più specifici e, ovviamente, più limitati.

I Large Language Models rappresentano un importante passo avanti nell’elaborazione algoritmica del linguaggio naturale e nell’intelligenza artificiale. Sono in grado di svolgere compiti complessi e mostrano una conoscenza sorprendente del mondo. Tuttavia, è importante sottolineare che il loro funzionamento è strettamente legato alle risorse a loro dedicate e non dipende necessariamente da ulteriori progressi nella progettazione.

I modelli linguistici di grandi dimensioni sono una forma avanzata di intelligenza artificiale che imita la capacità umana di comprendere e generare linguaggio. Anche se non esiste una definizione formale per questo termine, generalmente si riferisce a modelli di deep learning con un numero incredibilmente elevato di parametri, nell’ordine dei miliardi o più. Questi modelli, chiamati LLM (Large Language Models), sono molto versatili e possono eccellere in una vasta gamma di compiti linguistici, senza essere specificamente addestrati per uno scopo particolare come l’analisi del sentimento o il riconoscimento di entità.

Ciò che rende questi modelli così potenti è la quantità di risorse dedicate loro, come i dati di addestramento, la dimensione dei parametri e la potenza di calcolo. Nonostante siano addestrati anche su compiti relativamente semplici, come la previsione della parola successiva in una frase, sono in grado di catturare gran parte della sintassi e della semantica del linguaggio umano. Questo significa che possono comprendere il contesto e generare frasi coerenti e significative.

Ad oggi, gli LLM dimostrano una notevole conoscenza generale del mondo, per quanto lavorino tipicamente su dataset di dimensione finita e non possano essere onniscenti (non possono sapere tutto). Durante il processo di addestramento, sono in grado di “memorizzare” una grande quantità di fatti e informazioni, ma quelle informazioni saranno sempre e comunque limitate, oltre che viziate da potenziali bias algoritmici. Questo significa che possono rispondere a domande e fornire informazioni accurate su una vasta gamma di argomenti, anche se non sono stati addestrati specificamente su quei temi, e a volte possono sbagliare anche grandemente senza che sia facilissimo accorgersene.

👇 Da non perdere 👇



Questo sito web esiste da 4546 giorni (12 anni), e contiene ad oggi 4099 articoli (circa 3.279.200 parole in tutto) e 18 servizi online gratuiti. – Leggi un altro articolo a caso
4/5 (1)

Ti sembra utile o interessante? Vota e fammelo sapere.

Privacy e termini di servizio / Cookie - Il nostro network è composto da Lipercubo , Pagare.online e Trovalost
Seguici su Telegram, ne vale la pena ❤️ ➡ @trovalost
Questo sito contribuisce alla audience di sè stesso.