Glossario dell'intelligenza artificiale

Un glossario da tenere aperto mentre leggi notizie e guide.

A–F

• Agente AI: sistema che, dato un obiettivo, pianifica ed esegue più passaggi usando strumenti (web, file, codice). Vedi la guida.
• Allucinazione: risposta plausibile ma falsa generata dal modello.
• API: interfaccia per usare un modello dal tuo software.
• Benchmark: test standardizzati per confrontare modelli.
• Chain of thought: ragionamento esplicito passo per passo.
• Contesto (finestra di): quantità massima di token che il modello considera insieme.
• Embedding: rappresentazione numerica di un testo che permette di cercare per significato.
• Fine-tuning: addestramento aggiuntivo di un modello su dati specifici.
• Few-shot: dare al modello alcuni esempi nel prompt.

G–M

• Generativa (AI): che crea contenuti nuovi.
• GPU: processore grafico usato per addestrare ed eseguire i modelli.
• Inferenza: l'uso di un modello già addestrato per produrre una risposta.
• LLM: modello linguistico di grandi dimensioni.
• LoRA: tecnica leggera di fine-tuning.
• MCP (Model Context Protocol): standard per collegare i modelli a strumenti e dati. Vedi la guida.
• Multimodale: che capisce o produce più tipi di dati (testo, immagini, audio, video).

O–Z

• Open weights / open source: modelli i cui pesi sono scaricabili e utilizzabili in proprio.
• Parametri: i "pesi" interni del modello; più sono, in genere, maggiore la capacità (e il costo).
• Prompt: l'istruzione data al modello.
• Prompt di sistema: istruzioni di fondo che definiscono il comportamento dell'assistente.
• RAG: Retrieval-Augmented Generation, il modello risponde consultando prima documenti pertinenti. Vedi la guida.
• RLHF: addestramento con feedback umano.
• Temperatura: parametro che regola la variabilità delle risposte.
• Token: unità minima di testo elaborata dal modello.
• Transformer: architettura alla base dei moderni LLM.
• Zero-shot: compito eseguito senza esempi.