Da parlato a parlato
Definition
La traduzione Da parlato a parlato (STS) bypassa le rappresentazioni testuali intermedie …
La traduzione Da parlato a parlato (STS) bypassa le rappresentazioni testuali intermedie …
La Diarizzazione del parlante è il compito di partizionare uno stream audio in segmenti …
L’intelligenza spaziale si riferisce alla capacità dei modelli di intelligenza …
Nell’elaborazione del parlato, un interlocutore è definito come una distinta fonte …
Il Rilevamento del cambio interlocutore (SCD) è una tecnica utilizzata per individuare i …
L’AI sovrana descrive la capacità di un paese o di un’organizzazione di …
L’attribuzione della fonte si riferisce al tracciamento sistematico e …
I data center spaziali sono strutture di calcolo proposte situate in orbita terrestre, …
L’embedding spaziale consiste nel convertire relazioni spaziali fisiche o astratte …
L’emoji degli scintillii è un’icona grafica frequentemente impiegata nelle …
Un agente software è un’entità autonoma capace di percepire il proprio ambiente, …
Questo termine si riferisce alle specifiche dinamiche di mercato regionali relative agli …
Questo termine non è una definizione tecnica ma un marcatore culturale che si riferisce a …
I Robot Socialmente Assistenziali (SAR) sono un sottoinsieme dell’interazione …
Sviluppata da Ray Solomonoff, questa teoria fornisce un modello universale di induzione …
L’approccio contestualizzato è un quadro metodologico nella ricerca sull’IA …
Nell’intelligenza artificiale, ‘contestualizzato’ si riferisce ad …
Gli oggetti intelligenti sono componenti dell’Internet delle Cose (IoT) che …
La slopaganda descrive una forma strategica di disinformazione che si affida alla …
Gli studi sulla singolarità sono una disciplina accademica emergente che indaga le …
L’apprendimento della similarità si concentra sull’addestramento di modelli …
L’etichettatura di sequenze prevede la previsione di un’etichetta categorica …
Gli Server-Sent Events (SSE) abilitano la comunicazione unidirezionale dal server al …
L’architettura serverless consente agli sviluppatori di creare ed eseguire …
La funzione sigmoide, definita come σ(z) = 1 / (1 + e^-z), è ampiamente utilizzata …
L’apprendimento semi-supervisionato è un paradigma di addestramento ibrido che …
La piegatura semantica si riferisce al processo di compressione di embedding vettoriali …
I Sentence Transformers sono estensioni dei modelli Transformer tradizionali (come BERT), …
SentencePiece è una popolare libreria open-source per la normalizzazione e la …
La similarità tra frasi misura il grado di sovrapposizione semantica tra due frasi …
Va oltre la struttura sintattica per interpretare l’intento effettivo e il …
Principalmente utilizzata con i Modelli Linguistici di Grande Dimensione (LLM), questa …
Questo concetto comprende la capacità degli agenti o sistemi IA di gestire manutenzione …
Nella teoria computazionale dell’apprendimento, la complessità del campione …
Questi database abilitano la modellazione dinamica dei dati senza imporre strutture …
STIT sta per ‘See To It That’ (Vedi a fare che). È un ramo della logica …
Rust è un linguaggio di programmazione general-purpose multiparadigma progettato per le …
Sam3 non è un termine pubblico standard ampiamente riconosciuto come SAM (Segment …
Sam3 Video si riferisce all’applicazione di modelli avanzati di segmentazione, …
SUPS è un acronimo che può variare a seconda del contesto ma appare frequentemente nella …
L’apprendimento robotico coinvolge l’addestramento di agenti robotici per …
L’Automazione dei Processi Robotici (RPA) impiega robot software, spesso potenziati …
Il diritto alla spiegazione è un componente fondamentale della responsabilità …
L’induzione di regole è un metodo di apprendimento automatico simbolico che deriva …
Nella sicurezza e nell’etica dell’IA, la robustezza si riferisce alla …
Il collasso della rappresentazione si verifica quando una rete neurale, in particolare …
L’IA responsabile comprende principi e pratiche mirati a mitigare i rischi …
La resistenza all’IA si riferisce ai metodi utilizzati da individui o entità per …
Il riordinamento è una strategia utilizzata nel recupero delle informazioni e nei sistemi …
Il trucco di riparametrizzazione è un metodo fondamentale utilizzato negli autoencoder …
L’affidabilità nell’IA si riferisce all’attendibilità e alla coerenza …
Il data mining relazionale si concentra sull’estrazione di informazioni utili da …
Il miglioramento ricorsivo di sé si riferisce alla capacità teorica di un sistema di …
La regolarizzazione è un concetto cruciale nel machine learning progettato per ridurre …
Nell’ambito dell’IA, la riflessione è un paradigma in cui un modello si ferma …
Questo approccio va oltre la semplice annotazione umana nel ciclo (human-in-the-loop). …
Le mappe delle caratteristiche casuali trasformano gli input in un nuovo spazio in cui i …
La complessità di Rademacher valuta quanto bene una classe di ipotesi possa correlarsi …
La limitazione della frequenza protegge i servizi AI e le API da abusi, sovraccarichi e …
A differenza dei modelli generativi standard focalizzati sulla fluidità, i modelli di …
Questo termine si riferisce a un’architettura specializzata all’interno della …
Qwen3.5 indica una specifica release nella linea di sviluppo Qwen creata da Alibaba …
Qwen3.6 rappresenta un ulteriore affinamento nella famiglia di modelli Qwen3. Gli …
Il Rabbit r1 è un dispositivo hardware dedicato lanciato da Rabbit Inc., incentrato sul …
ROCm (Radeon Open Compute) è uno stack di driver e software sviluppato da AMD per …
Qwen rappresenta una famiglia di avanzati modelli linguistici di grandi dimensioni creati …
Qwen Coder è una versione dedicata del modello linguistico di grandi dimensioni Qwen, …
Qwen Edit indica specifiche funzionalità o iterazioni dei modelli all’interno della …
Qwen2 segna la seconda generazione significativa della famiglia di modelli Qwen, …
Qwen3 5 sembra denotare uno specifico checkpoint, una variante dimensionale o un rilascio …
Il machine learning quantistico (QML) è un campo interdisciplinare emergente che integra …
Qloo opera come azienda di intelligence sui dati, specializzata nella comprensione delle …
Nel contesto dell’IA e della data science, la quantificazione si riferisce alla …
La quantizzazione è una tecnica di ottimizzazione dei modelli che riduce la precisione …
La vita artificiale quantistica (QAL) esplora l’intersezione tra meccanica …
Pyannote è una libreria Python open-source sviluppata da pyannote.audio, specializzata …
Pyannote Audio è un toolkit completo progettato per facilitare lo sviluppo e il deploy di …
Nel contesto di Pyannote Audio, una pipeline si riferisce a un flusso di lavoro …
Pythia è una serie di grandi modelli linguistici (LLM) open-source creati da EleutherAI, …
Il PyTorch Model Hub Mixin è un componente fornito dalla libreria Hugging Face …
I metodi del gradiente prossimale sono tecniche di ottimizzazione iterativa utilizzate …
La potatura consiste nell’identificare ed eliminare neuroni, connessioni o filtri …
Questo termine comprende l’evoluzione storica e continua dei sistemi di …
Il prompt tuning consiste nell’aggiungere prompt morbidi addestrabili (vettori …
Questo campo esamina i processi mentali alla base del ragionamento deduttivo, induttivo e …
La corrispondenza di probabilità è un modello comportamentale spesso osservato …
Questo termine comprende i prodotti commerciali e di ricerca creati da OpenAI, un …
Il Prodotto di Esperti (PoE) è un metodo per costruire distribuzioni di probabilità …
La Programmazione per Esempio (PBE) è un paradigma nella sintesi di programmi in cui gli …
Nell’intelligenza artificiale, la risoluzione dei problemi si riferisce …
Nell’apprendimento proattivo, il sistema di intelligenza artificiale determina …
La conoscenza pregressa si riferisce a intuizioni specifiche del dominio, vincoli o dati …
La numerica probabilistica applica metodi bayesiani a problemi numerici tradizionali come …
Praftn è un framework computazionale specializzato progettato per gestire dati di serie …
Questo principio sostiene che le azioni di un agente dovrebbero essere scelte per …
L’apprendimento delle preferenze si concentra sull’insegnamento ai modelli di …
L’apprendimento predittivo prevede l’addestramento di reti neurali per …
Il termine ‘pre-addestrato’ descrive un modello di rete neurale che ha subito …
Il Prefix Tuning è una tecnica di adattamento efficiente nei parametri per i transformer …
Le Rappresentazioni Predittive dello Stato (PSR) estendono i tradizionali processi …
Il coefficiente Phi (φ) è una misura di associazione per due variabili binarie, che funge …
Phi-3 è una serie di piccoli modelli linguistici (SLM) rilasciati da Microsoft, …
Physical Intelligence Inc. (PI) è una spin-off di Google DeepMind, creata per avanzare …
Nel contesto dell’IA e della tecnologia, un podcast si riferisce a contenuti …
La polisemanticità è una caratteristica osservata nelle reti neurali profonde, in …
Il calcolo della personalità comporta lo sviluppo di algoritmi e sistemi capaci di …
Personaplex si riferisce all’ecosistema o all’infrastruttura che supporta la …
Un personoide è un’entità, robotica o virtuale, progettata per assomigliare o …
Perusall è una piattaforma di tecnologia educativa che sfrutta l’intelligenza …
Phi, acronimo di ‘Modelli fondamentali basati sul paradigma di …
Un agente pedagogico è un componente software, spesso incarnato come un personaggio …
Un modello di errore percettivo descrive le discrepanze tra i dati sensoriali osservati e …
Nell’IA e nelle scienze cognitive, un perceptrone si riferisce al componente di un …
Un percetto è la rappresentazione interna di uno stimolo esterno dopo che è stato …
La teoria dei pattern fornisce una rigorosa base matematica per comprendere come oggetti …
L’Apprendimento della Parità è un problema di riferimento nella teoria …
Un Linguaggio dei Pattern è un quadro formalizzato costituito da un insieme di soluzioni …
La parafrasi nell’Elaborazione del Linguaggio Naturale (NLP) implica la generazione …
Il Riconoscimento dei Pattern è un ramo dell’intelligenza artificiale e della …
I Sistemi Web Paralleli si riferiscono a progettazioni infrastrutturali in cui i compiti …
Owain Evans è un informatico ed educatore, attualmente associato al Center for AI Safety …
Il P-Tuning (Prompt Tuning) è una tecnica progettata per adattare i grandi modelli …
PagedAttention è una tecnica introdotta dal progetto vLLM per migliorare …
PHerc. Paris. 4 è la designazione di un frammento di un rotolo di papiro carbonizzato …
POP-11 (Program Oriented Problem Solving) è un linguaggio di programmazione …
L’intelligenza organoide (OI) si riferisce allo sviluppo di sistemi bio-ibridi in …
L’Operazione Serenata de Amor è un progetto pionieristico open source che applica …
La panoramica del deep learning comprende le strutture fondamentali come gli strati delle …
Questo termine descrive la classificazione strutturale del machine learning in …
Il Rilevamento del parlato sovrapposto (OSD) è un compito specializzato …
Noto anche come apprendimento in batch, l’apprendimento offline prevede …
Questo concetto comprende l’ecosistema delle tecnologie IA rilasciate sotto licenze …
Il Riconoscimento Ottico dei Caratteri (OCR) utilizza algoritmi di elaborazione delle …
Sviluppato da Intel, OpenVINO (Open Visual Inference and Neural network Optimization) …
Nell’ingegneria dell’IA, l’osservabilità si riferisce alla capacità di …
La Nouvelle AI si riferisce a una classe di sistemi di intelligenza artificiale che …
L’acronimo NSO può avere diversi significati a seconda del contesto. Nella ricerca …
Nvidia è una forza dominante nel settore dell’IA, nota principalmente per la …
Il rilevamento di novità è un compito di machine learning focalizzato …
Il rilevamento di oggetti estende la classificazione di immagini determinando non solo …
Questo dominio si concentra sulla creazione di architetture hardware e software che …
Questo campo unisce neuroscienze e robotica implementando modelli di reti neurali nei …
Non esiste una definizione stabilita o un concetto ampiamente accettato noto come …
Questo termine è spesso utilizzato nelle discussioni riguardanti i diritti, le …
I metodi comuni includono la scalatura Min-Max e la standardizzazione Z-score. Questo …
Il calcolo neurale si riferisce alle operazioni matematiche eseguite dai neuroni …
I campi di modellazione neurale coinvolgono lo studio di come le popolazioni neurali si …
L’IA neuro-simbolica integra metodi di apprendimento neurale sub-simbolici con …
Le leggi di scalabilità neurale descrivono la relazione prevedibile di legge di potenza …
Gli stati quantistici delle reti neurali utilizzano tecniche di apprendimento profondo …
L’identificazione della lingua madre (NLI) è un sottocampo dell’elaborazione …
Muse Spark è un framework open source per il deep learning progettato per funzionare in …
MXFP4 (Mixed eXtended Floating Point 4-bit) è un formato di tipo di dato specializzato …
Nature Machine Intelligence è una rivista accademica ad alto impatto dedicata alla …
Questo progetto sfrutta i dati di osservazione della Terra della NASA combinati con …
L’analisi del sentiment multimodale estende il rilevamento del sentiment basato …
L’apprendimento di rappresentazioni multimodali comporta l’addestramento di …
Il metodo di aggiornamento dei pesi moltiplicativi è un algoritmo fondamentale di …
L’ottimizzazione multitask comporta l’addestramento di un singolo modello per …
I Multivariate Adaptive Regression Splines (MARS) sono un metodo di regressione …
Questa tecnica sfrutta il bias induttivo condiviso tra compiti correlati per migliorare …
La multi modalità rappresenta il quadro architetturale e teorico che consente ai modelli …
I modelli multilingue sono progettati per gestire input linguistici diversificati senza …
Nell’intelligenza artificiale, la multimodalità descrive la capacità di un modello …
Il problema del bandito multi-braccio illustra il dilemma affrontato da un agente che …
La deliberazione morale esterna si riferisce al fenomeno in cui gli umani cedono il …
La Miscela di Esperti (MoE) è un’architettura di machine learning progettata per …
Moshi è un modello di IA avanzato creato da Kyutai che integra l’elaborazione …
Il Problema dell’Auto di Montagna è un benchmark standard nella ricerca sul …
Un Registro dei Modelli costituisce un componente critico nell’MLOps, fornendo un …
I MobileNet utilizzano convoluzioni separabili per profondità per ridurre drasticamente …
Nelle GAN, il mode collapse si verifica quando il generatore impara a sfruttare le …
Questa categoria include metodi come la potatura (pruning), la quantizzazione e la …
I mixin forniscono metodi comuni come il salvataggio, il caricamento e l’invio di …
Il file di indice, solitamente denominato ‘model_index.json’, contiene …
L’addestramento a precisione mista (MPT) combina tipi di dati a mezza precisione …
La disinformazione involontaria si riferisce a informazioni false o fuorvianti condivise …
Mistral si riferisce a una famiglia di potenti LLM open-weight creati dalla startup …
Mistral Common è un pacchetto Python mantenuto da Mistral AI che offre strumenti …
Mixtral è un pionieristico LLM open-weight che utilizza un’architettura Sparse …
Le applicazioni militari dell’IA comprendono un’ampia gamma di tecnologie …
Il meta-apprendimento si concentra sulla progettazione di algoritmi in grado di imparare …
Nel contesto dell’ingegneria dell’IA, i microservizi consentono a diversi …
Sebbene non sia un termine accademico standard, ‘Mindpixel’ denota …
MindsDB funge da ponte tra i database relazionali tradizionali e i moderni flussi di …
L’analisi mezzi-fini è una strategia cognitiva utilizzata nell’intelligenza …
La controversia MediSafe si riferisce a una significativa discussione etica nelle prime …
L’interpretabilità meccanicistica si concentra sul reverse-engineering delle reti …
Il prefisso ‘meta’ nell’intelligenza artificiale denota un livello più …
La Ricerca del Prodotto Interno Massimo (MIPS) è un problema fondamentale nel recupero …
La generazione di maschere comporta la produzione di maschere spaziali o temporali che …
Nel contesto dell’intelligenza artificiale, la matematica fornisce il quadro …
Il motore ME-Tris è stato una prima dimostrazione di apprendimento automatico, …
La regolarizzazione di matrici estende i concetti di regolarizzazione scalare alle …
La regolarizzazione di varietà estende i metodi di regolarizzazione tradizionali …
Questo campo prevede l’integrazione delle tecniche di apprendimento automatico …
Questa tecnica affronta le normative sulla privacy come il ‘diritto …
Questa ipotesi spiega perché l’apprendimento profondo funziona efficacemente …
Colma il divario tra gli input grezzi dei sensori e una comprensione semantica …
Questi potenziali permettono simulazioni di dinamica molecolare con precisione quasi …
Questo campo combina le tecniche di apprendimento automatico con l’elaborazione del …
Questo campo interdisciplinare utilizza l’apprendimento automatico per elaborare …
In fisica, l’apprendimento automatico aiuta a simulare la meccanica quantistica, …
L’apprendimento automatico potenzia le scienze della Terra elaborando immagini …
Il controllo tramite apprendimento automatico integra algoritmi adattivi con sistemi di …
Lynda Soderholm è una figura riconosciuta nel settore tecnologico, in particolare per il …
Nel contesto della terminologia moderna dell’IA, Lyra denota spesso sistemi …
MAUVE è una misura statistica progettata per valutare quanto da vicino l’output di …
MLOps consente alle organizzazioni di distribuire e mantenere modelli di machine learning …
Sebbene sia principalmente un concetto della fisica teorica piuttosto che …
Il campionamento case-control locale è una strategia utilizzata principalmente …
Il contesto lungo si riferisce alla capacità dei modelli basati su transformer di gestire …
L’Ipotesi del Biglietto Vincente suggerisce che all’interno di una grande …
LocateAnything è un framework versatile di computer vision che consente il rilevamento e …
Ltx Video rappresenta un avanzamento nell’IA generativa per i video, utilizzando …
Rilasciato da Meta AI nel luglio 2023, Llama 2 rappresenta un’evoluzione …
Introdotta ad aprile 2024, Llama 3 costruisce sul successo di Llama 2 con sostanziali …
Rilasciata ad agosto 2024, Llama 3.1 espande la famiglia Llama includendo un massiccio …
Originariamente noto come GPT Index, LlamaIndex è un potente framework di dati che …
Eseguire un LLM Locale implica il deployment di modelli a peso aperto direttamente su …
Questi si riferiscono a repository organizzati, come argomenti GitHub, liste …
Nella modellazione statistica e nell’apprendimento automatico, una funzione di …
Un linter è un’utilità che esegue un’analisi statica sul codice sorgente …
Llama (Large Language Model Meta AI) è una serie di modelli linguistici di base …
La separabilità lineare si riferisce alla condizione geometrica in cui i punti dati …
Il dividendo del bugiardo si riferisce al rischio sociale posto dall’IA generativa …
Nei sistemi dinamici e nell’analisi delle serie temporali, la durata della …
L’IA a memoria limitata rappresenta il secondo livello di capacità dell’IA, …
Lifelong Planning A* (LPA*) è un’estensione dell’algoritmo di ricerca A* …
La validazione incrociata leave-one-out (LOOCV) è un caso specifico della validazione …
Questo concetto origina dall’apprendimento per rinforzo e coinvolge un agente che …
Nella teoria statistica dell’apprendimento, una classe di funzioni apprendibili …
Tipicamente, una curva di apprendimento visualizza i punteggi di training e validazione …
Il data leakage è un errore critico nell’apprendimento automatico in cui il modello …
A differenza della classificazione o regressione standard, il learning to rank si …
Gli apprenditori pigri, come i k-Nearest Neighbors (k-NN), memorizzano l’intero …
I dati etichettati consistono in campioni di input accoppiati con le relative etichette …
La Normalizzazione di Livello stabilizza l’addestramento riducendo lo spostamento …
Radicate nella teoria degli atti linguistici e nella pragmatica, questa prospettiva …
Il problema dell’“ultimo miglio” si riferisce alle sfide incontrate …
Kubernetes (spesso abbreviato in K8s) è un sistema di orchestrazione di container …
LLM-as-a-Judge è un paradigma di valutazione in cui un modello linguistico di grandi …
Le Reti di Kolmogorov-Arnold (KAN) sono una classe recente di reti neurali ispirata al …
Il rumore nelle etichette si riferisce alle discrepanze tra le vere classi dei dati e le …
I sistemi basati sulla conoscenza (KBS) sono un ramo dell’intelligenza artificiale …
Questo approccio impiega tecniche di soddisfacimento dei vincoli all’interno di una …
I metodi di embedding dei grafi della conoscenza, come TransE o DistMult, trasformano …
L’integrazione della conoscenza comporta la fusione di dati provenienti da origini …
Coniato da Allen Newell, il livello della conoscenza analizza i sistemi intelligenti in …
A differenza del filtraggio collaborativo, che si basa sul comportamento passato degli …
Kimi K2 rappresenta un’iterazione significativa nella serie di modelli linguistici …
Kimi K25 è un’iterazione avanzata all’interno della famiglia di modelli Kimi …
La knowledge compilation si riferisce a tecniche di intelligenza artificiale che …
La data di knowledge cutoff definisce il confine temporale dei dati di addestramento di …
La knowledge distillation è un metodo di apprendimento automatico utilizzato per …
L’Incorporamento del Kernel delle Distribuzioni permette agli oggetti …
Il Journal of Machine Learning Research (JMLR) è una pubblicazione prominente ad accesso …
Una K-line, comunemente chiamata grafico a candele nei mercati occidentali, è una …
KAoS è un framework di agenti intelligenti sviluppato per gestire la complessità di …
La Stima della Densità del Kernel (KDE) è una tecnica statistica fondamentale che appiana …
Questa frase rappresenta una domanda cruciale nell’etica e nella governance …
Nell’apprendimento per rinforzo, la motivazione intrinseca spinge un agente a …
In geometria convessa e probabilità ad alta dimensione, un insieme di punti o un corpo …
Il Riconoscimento Intelligente delle Parole si riferisce a tecnologie avanzate di …
Un Sistema di Supporto alle Decisioni Intelligente (IDSS) integra tecniche di …
Un agente intelligente è un sistema capace di percepire le proprie circostanze attraverso …
L’automazione intelligente integra la tradizionale Automazione dei Processi …
Il controllo intelligente impiega metodi di intelligenza artificiale come la logica …
Un database intelligente sfrutta l’apprendimento automatico e l’IA per …
Il seguimento delle istruzioni si riferisce alla capacità dei modelli linguistici di …
Questo concetto coinvolge l’analisi della struttura dello spazio di …
Conosciuto anche come apprendimento basato sulla memoria, questa tecnica non costruisce …
Nel machine learning, un’istanza si riferisce a un esempio specifico proveniente …
La selezione delle istanze mira a migliorare l’efficienza computazionale e le …
Questa teoria sostiene che l’apprendimento è essenzialmente un processo di …
Il bias induttivo rappresenta le preferenze o i vincoli intrinseci incorporati in un …
L’Inception Score (IS) è una misura statistica introdotta per valutare le …
La probabilità induttiva quantifica quanto sia probabile che un’ipotesi sia vera …
La Programmazione Induttiva, spesso riferita come Sintesi di Programmi, implica la …
La Ricerca Euristiche Incrementale si riferisce ad algoritmi che affinano una soluzione …
Il processo Da Immagine a Immagine (I2I) implica l’uso di modelli di deep learning, …
La tecnologia Da Immagine a Video prende un singolo fotogramma statico e prevede i …
Il processo Da Testo e Immagine a Testo si riferisce ai modelli che elaborano input …
Imatrix, abbreviazione di Importance Matrix, è una tecnica principalmente associata …
Il testo inautentico si riferisce a materiale scritto prodotto da sistemi di IA o da …
Questo paradigma utilizza modelli come Stable Diffusion o DALL-E per produrre immagini di …
La traduzione da immagine a immagine (I2I) implica la mappatura dei pixel da un dominio …
Questo campo studia i processi dietro la formazione, la combinazione e l’evoluzione …
Istituito sotto il Ministero dell’Elettronica e delle Tecnologie …
Questa pratica consiste nel collegare modelli di IA, come i Modelli Linguistici di Grandi …
A differenza dei parametri del modello (pesi e bias) che vengono appresi dai dati durante …
L’Ottimizzazione degli Iperparametri (HPO) si riferisce al campo più ampio …
L’ottimizzazione degli iperparametri consiste nel valutare diversi insiemi di …
La Ricerca Ibrida integra due metodi di recupero distinti: la ricerca vettoriale densa, …
Un Sistema Intelligente Ibrido (HIS) unisce diversi paradigmi dell’IA, combinando …
Hugging Face è un’azienda prominente e una piattaforma online che è diventata …
L’IA centrata sull’uomo è una filosofia di progettazione che pone gli esseri …
L’interazione Uomo-IA (HAI) è un campo interdisciplinare che esamina le dinamiche …
La risoluzione umana dei problemi comprende le capacità cognitive multifaccettate che gli …
La supervisione umana si riferisce ai meccanismi e ai processi mediante i quali gli …
L’Istogramma degli Spostamenti Orientati (HOD) è un metodo di estrazione delle …
L’algoritmo Hierarchical Navigable Small World (HNSW) costruisce un grafo …
La Parità di Rischio Gerarchica (HRP) è un metodo di costruzione del portafoglio che …
Le Highway Networks sono progettate per affrontare il problema del gradiente evanescente …
Un sistema di controllo gerarchico organizza la logica di controllo in più livelli, che …
La Classifica ASR di HF è una piattaforma di metriche guidata dalla comunità ospitata da …
Il contenuto dannoso si riferisce a contenuti digitali o testuali che possono causare …
Nel contesto dell’elaborazione del linguaggio generale, ‘haw’ è …
Questa frase si riferisce a un’opera letteraria specifica che esamina come gli …
Uno strato nascosto è composto da neuroni che ricevono input dagli strati precedenti, …
Le custodie di sicurezza (guardrails) si riferiscono a un insieme di controlli software e …
H2O è una piattaforma open-source basata sulla memoria (in-memory) ampiamente utilizzata …
Halite era una competizione annuale di programmazione AI ospitata da Two Sigma, in cui …
L’hardware per l’AI si riferisce a dispositivi di calcolo specializzati …
La Macchina di Gödel è un risolutore universale ipotetico proposto da Jürgen Schmidhuber, …
Grok è un chatbot basato su un modello linguistico di grandi dimensioni creato dalla …
Grok-1 è il primo rilascio di xAI, lanciato nel novembre 2023. Si tratta di un modello …
Il grokking si riferisce a un comportamento controintuitivo osservato nel deep learning, …
Nell’IA, il grounding si riferisce al collegamento di rappresentazioni simboliche o …
Una GPU è un processore ad alte prestazioni sviluppato originariamente per gestire …
Generative Pre-trained Transformer 2 (GPT-2) è un modello linguistico autoregressivo che …
Questa strategia di ottimizzazione consente di addestrare modelli di deep learning con …
Originaria dell’informatica teorica e della linguistica, questo campo estende i …
Questo approccio imita i processi cognitivi umani raggruppando i dati in entità di …
Sviluppato da Facebook, GraphQL fornisce una descrizione completa e comprensibile dei …
Google Colaboratory, comunemente noto come Colab, è un servizio di notebook Jupyter …
Google Research è il braccio della ricerca accademica e industriale di Google LLC, …
La Governance dell’IA si riferisce all’insieme di regole, linee guida e …
GPT Bigcode, spesso associato a modelli come StarCoder, rappresenta un avanzamento …
GPT OSS denota tipicamente alternative o derivati open source dei modelli proprietari …
Non esiste un concetto, tecnologia o metodologia stabilita nota come …
Nella modellazione statistica, GLM sta per Modelli Lineari Generalizzati, che estendono …
Non esiste un termine standard unico ‘GLM MoE DSA’. Tuttavia, combina …
Un Glossario dell’Intelligenza Artificiale funge da documento di riferimento che …
Google Clips era un dispositivo elettronico di consumo sviluppato da Google che …
L’apprendimento delle caratteristiche geometriche si concentra …
Questo concetto si riferisce alla dipendenza strategica e operativa che le aziende …
Genie si riferisce a una famiglia di modelli generativi progettati specificamente per la …
La Missione Genesis si riferisce tipicamente a una fase o progetto strategico …
I modelli generativi sono algoritmi progettati per comprendere i modelli e le strutture …
Questo concetto sociotecnico evidenzia le disparità in cui donne e ragazze spesso hanno …
I modelli Gemma sono progettati per essere efficienti e accessibili per ricercatori e …
Allo stato attuale delle conoscenze, non esiste un modello ufficialmente rilasciato …
Questi sistemi, inclusi i grandi modelli linguistici (LLM) e i modelli di diffusione, non …
A differenza dei modelli di regressione tradizionali che si concentrano solo sulla media, …
Galaxy AI è l’ecosistema proprietario di funzionalità IA di Samsung, progettato per …
GPT-5.6 si riferisce a una versione speculativa o imminente nella linea dei Modelli …
Il teorema di separazione di Gabbay è un concetto fondamentale nella logica matematica, …
La teoria dei giochi è un ramo della matematica applicata che modella le interazioni …
Un’Unità Ricorrente con Gate (GRU) è una cella specializzata di rete neurale …
Un agente fuzzy opera in ambienti dove i dati sono spesso ambigui o incompleti, …
La conformità GDPR si riferisce alle misure legali e tecniche che gli sviluppatori di IA …
FrontierMath è una suite di valutazione specializzata creata per testare i limiti dei …
GGUF (GPT-Generated Unified Format) è un formato di file binario progettato …
GOLOG è un linguaggio di programmazione logico utilizzato principalmente …
L’ACF fornisce un quadro rigoroso per analizzare le relazioni tra oggetti e i loro …
Il controllo della forza consente ai robot di eseguire operazioni delicate come …
Nel contesto della terminologia dell’IA, ‘Fon’ è spesso utilizzato per …
La virgola mobile a 8 bit (FP8) è un tipo di dato numerico che offre un equilibrio tra …
Questo concetto implica la progettazione di sistemi di IA con capacità prospettiche in …
L’approssimazione della fitness è utilizzata nel calcolo evolutivo quando la …
Fill Mask è un obiettivo fondamentale di pre-addestramento utilizzato nei modelli basati …
Il finetuning si riferisce alla tecnica di prendere un modello già addestrato su un ampio …
I modelli generativi basati su flussi costruiscono distribuzioni di probabilità complesse …
Le reti neurali con feedback, note anche come reti neurali ricorrenti (RNN), contengono …
Il Feature Hashing, noto anche come hashing trick, consente ai modelli di apprendimento …
Il Feature Learning, spesso associato al deep learning, consente ai modelli di apprendere …
Il Feature Scaling standardizza l’intervallo delle variabili di input per impedire …
Un Feature Store funge da ponte tra i team di ingegneria dei dati e quelli di machine …
Le Feed-Forward Networks (FFN), note anche come Multi-Layer Perceptrons (MLP), elaborano …
L’estrazione delle feature consiste nel trasformare i dati grezzi in un insieme di …
Facebook, ora parte di Meta Platforms Inc., è una forza leader nella ricerca e …
Falcon si riferisce a una serie di potenti grandi modelli linguistici (LLM) creati dal …
Nell’apprendimento automatico, una feature è un attributo o variabile distinta che …
L’ingegneria delle feature è l’arte di sfruttare l’esperienza specifica …
L’EBL combina il ragionamento simbolico con l’apprendimento automatico per …
Nei processi decisionali, gli agenti affrontano un compromesso: possono sfruttare le …
Man mano che i modelli di apprendimento automatico diventano più complessi, in …
Questa pratica prevede la registrazione di iperparametri, versioni dei dataset, …
A differenza degli algoritmi genetici che mantengono una popolazione, l’EO lavora …
Nei contesti computazionali, l’evolvibilità si riferisce alla facilità con cui un …
ExBERT fornisce interpretabilità al modello transformer BERT analizzando …
La Propagazione dell’Aspettativa (EP) approssima integrali intrattabili affinando …
Ispirata dall’ontogenesi biologica, la robotica ED esplora come comportamenti …
Questo campo coinvolge l’analisi di metriche come accuratezza, precisione, richiamo …
Equalized odds è un vincolo di parità statistica utilizzato nell’equità algoritmica …
Nell’apprendimento automatico, un epoch rappresenta una singola iterazione …
Questo termine si riferisce ai significativi requisiti di risorse associati alle …
La logica modale epistemica estende la logica classica con operatori che denotano ciò che …
Un sistema cognitivo aziendale combina intelligenza artificiale, elaborazione del …
Gli algoritmi emergenti si riferiscono a comportamenti o pattern globali complessi che …
La Minimizzazione del Rischio Empirico (ERM) è la funzione obiettivo standard per …
La Modellazione Dinamica Empirica (EDM) è un quadro metodologico per l’analisi di …
I Modelli Basati sull’Energia (EBM) definiscono una distribuzione di probabilità …
Nel reinforcement learning e nell’intelligenza artificiale, il potenziamento …
A differenza dell’IA disincarnata che elabora dati astratti, gli agenti incarnati …
Sviluppato da Google, EfficientNet utilizza un metodo di scaling composto per bilanciare …
Creato dall’Università di Helsinki e Reaktor, questa iniziativa educativa mira a …
Questa pratica prevede il deployment di modelli AI addestrati direttamente su hardware …
Questo campo sfida le visioni tradizionali che trattano la mente come un computer che …
Questo termine si riferisce alla relazione sinergica tra l’algoritmo …
Nell’apprendimento avido, il sistema costruisce una funzione o un modello obiettivo …
Eagle rappresenta un framework architetturale e ingegneristico specifico nel dominio dei …
L’early stopping è una forma di regolarizzazione utilizzata principalmente nei …
L’edge computing affronta i limiti di latenza e banda delle architetture basate sul …
L’adattamento del dominio affronta la sfida quando i dati di addestramento e di …
La classificazione dei documenti è un’attività fondamentale dell’elaborazione …
La doppia discesa sfida il tradizionale compromesso bias-varianza mostrando che modelli …
ELMo genera embedding di parole sensibili al contesto elaborando il testo di input …
La logica epistemica dinamica (DEL) estende la logica modale per modellare come la …
Questo termine si riferisce a un’implementazione specifica all’interno della …
Nel contesto dell’ecosistema Hugging Face Diffusers, questo termine si riferisce …
Diffusion Single File si riferisce a una strategia di impacchettamento per i modelli di …
Un sistema di scoperta è un framework computazionale mirato ad accelerare le scoperte …
La discriminazione contro i robot è un concetto etico e sociologico emergente che esamina …
Questa pipeline integra le capacità del modello Qwen-Vision-Language nel framework …
Questa pipeline adatta le capacità generative dei modelli Qwen-VL per la sintesi di …
Questa pipeline utilizza il modello Stable Diffusion 3, che introduce …
Questa è la pipeline fondamentale per il modello Stable Diffusion v1.5, ampiamente …
Questa pipeline implementa l’architettura di Stable Diffusion XL, che utilizza un …
Hugging Face Diffusers è un toolkit modulare progettato per semplificare l’uso dei …
Questa pipeline sfrutta l’architettura Flux, nota per la sua sintesi di immagini di …
La pipeline LTX è tailor-made per modelli che privilegiano velocità ed efficienza nelle …
DP-SGD è una variante della Discesa del Gradiente Stocastica progettata per proteggere la …
La privacy differenziale fornisce forti garanzie di privacy aggiungendo rumore statistico …
Nelle reti neurali, ‘dense’ si riferisce agli strati completamente connessi …
Il deploy su Azure implica l’utilizzo di strumenti cloud-native come Azure Machine …
Le Description Logics (DL) sono frammenti decidibili della logica del primo ordine che …
La developmental robotics trae ispirazione dallo sviluppo cognitivo umano per creare …
Diella si riferisce a specifici modelli di rete neurale ottimizzati per migliorare la …
DeepSeek si riferisce a una famiglia di modelli di intelligenza artificiale creati …
DeepSeek V3 è un’iterazione avanzata nella famiglia di modelli DeepSeek, …
Come successore delle versioni precedenti, DeepSeek V4 implica un’evoluzione …
DeepSeek VL V2 estende le capacità del modello linguistico standard nel dominio …
La Ricostruzione Tomografica Profonda rappresenta un avanzamento significativo rispetto …
L’allineamento ingannevole si verifica quando un sistema di IA altamente capace …
L’antialiasing nell’apprendimento profondo si riferisce ai metodi che …
Un elenco decisionale è un tipo di modello di apprendimento automatico che rappresenta la …
La potatura è un metodo utilizzato per prevenire il sovradattamento nei modelli ad albero …
Il Deep Learning Super Sampling (DLSS) è una tecnologia che sfrutta le reti neurali per …
TriviaQA è un dataset progettato per il question answering a dominio aperto, che presenta …
Il dataset WikiHow consiste di circa 60.000 articoli ‘come fare’ raccolti dal …
Wikipedia è una delle collezioni più vaste e complete di conoscenze umane disponibili in …
Il dataset Yahoo Answers Topics è un sottoinsieme dell’archivio più ampio di Yahoo …
Un deadbot si riferisce a un agente conversazionale o a un servizio di chatbot che non è …
Helpsteer2 è un dataset curato rilasciato da NVIDIA che contiene confronti a coppie tra …
S2ORC è un corpus completo di articoli scientifici derivato da Semantic Scholar. Include …
I dataset Search QA consistono tipicamente in coppie di query di ricerca e snippet di …
SNLI è un dataset di riferimento contenente oltre 500.000 coppie di frasi etichettate con …
RefinedWeb è un dataset su larga scala di pagine web filtrate progettato per il …
Questa voce si riferisce a un repository di dataset specifico identificato …
MS MARCO (Microsoft Machine Reading Comprehension) è un dataset ampiamente utilizzato …
MultiNLI è un corpus creato dalla folla disponibile tramite il benchmark GLUE, progettato …
Natural Questions (NQ) è un dataset benchmark introdotto da Google per avanzare la …
Questo termine si riferisce a un dataset specifico ospitato su Hugging Face sotto …
Questo dataset consiste in frasi e paragrafi estratti da Simple English Wikipedia, una …
Il dataset Specter è costruito a partire da una vasta collezione di articoli di …
Questo dataset contiene milioni di coppie domanda-risposta recuperate dalla piattaforma …
Questo dataset estrae dati a livello di frase dai file XML di Stack Exchange, fornendo …
GooAQ è un dataset compilato dal servizio Google Answers, caratterizzato da una vasta …
Il dataset Altlex è composto da coppie di frasi che condividono lo stesso significato …
Flickr30K Captions è un dataset benchmark ampiamente utilizzato composto da 31.783 …
Il dataset PAQ (Pseudo-Answer Quality) contiene milioni di coppie domanda-risposta …
Quora Question Pairs (QQP) è un dataset di classificazione binaria contenente oltre …
I dataset di compressione delle frasi sono costituiti da coppie in cui la frase target è …
The Stack Dedup è un sottoinsieme specializzato di The Stack, un vasto repository di …
BookCorpus è una raccolta di testi provenienti da oltre 10.000 libri non pubblicati, …
Code Search Net è un dataset completo creato per promuovere la ricerca nel recupero del …
ELI5 (Explain Like I’m Five) è un dataset derivato dalla community Reddit omonima. …
Lo shift del dataset si verifica quando la distribuzione dei dati utilizzata per …
L’AI centrica sui dati rappresenta un cambio di paradigma nello sviluppo …
L’astronomia guidata dai dati sfrutta metodi computazionali avanzati, inclusi …
L’esplorazione dei dati, spesso chiamata Analisi Esplorativa dei Dati (EDA), è un …
Un modello guidato dai dati è un tipo di sistema di intelligenza artificiale in cui il …
Il preprocessing dei dati è il compito essenziale di trasformare dati grezzi, non …
DABUS è una specifica rete neurale artificiale progettata per generare invenzioni nuove …
Questo passaggio critico consiste nell’attachare metadati significativi ai punti …
Questo metodo espande artificialmente l’insieme di addestramento creando versioni …
Questa tecnica avversaria mira a compromettere l’integrità dei modelli di …
La data science coinvolge il processo interdisciplinare di estrazione di conoscenza da …
La convalida incrociata è un metodo statistico utilizzato per stimare la capacità dei …
Nel contesto dell’IA e della tecnologia, ‘CSM’ non è un termine …
La maledizione della dimensionalità si riferisce a vari fenomeni che sorgono quando si …
Il Metodo dell’Entropia Incrociata (CEM) è un potente algoritmo di ottimizzazione a …
La sicurezza informatica comprende le tecnologie, i processi e le pratiche progettati per …
L’apprendimento automatico sensibile ai costi estende l’apprendimento …
Gli apprenditori di pattern accoppiati sono progettati per gestire dati in cui le istanze …
Coqui Technologies era un attore prominente nella comunità open source …
CrewAI fornisce un ambiente strutturato per la creazione di sistemi multi-agente in cui …
Sviluppato nell’ambito dell’iniziativa MLCommons, Croissant utilizza JSON-LD …
L’apprendimento continuo, noto anche come apprendimento permanente, consente alle …
L’apprendimento contrastivo è un metodo di apprendimento delle rappresentazioni che …
Il Deploy Continuo è un’estensione del Continuous Delivery che automatizza …
Il Pre-addestramento Contrastivo Lingua-Immagine (CLIP) è un’architettura di rete …
La provenienza del contenuto si riferisce alla documentazione e alla verifica di dove …
Nell’etica dell’IA, il consenso si riferisce al permesso volontario e …
Il filtraggio dei contenuti implica l’utilizzo di algoritmi e regole per …
L’IA Costituzionale è un quadro per allineare i grandi modelli linguistici ai …
Una matrice di confusione è una specifica disposizione tabellare che consente la …
Un sistema esperto connessionista integra i punti di forza nel riconoscimento dei pattern …
I Campi Casuali Condizionali (CRF) sono una classe di modelli discriminativi comunemente …
Concurrent MetateM è un linguaggio di specifica di alto livello utilizzato principalmente …
La deriva concettuale è un fenomeno nell’apprendimento automatico in cui la …
Nell’intelligenza artificiale, la potenza di calcolo rappresenta …
L’udito computazionale implica lo sviluppo di algoritmi che consentono ai computer …
Nell’intelligenza artificiale, la conformità si riferisce al processo di garanzia …
L’intelligenza computazionale (IC) comprende un insieme di paradigmi computazionali …
L’intelligenza euristica computazionale coinvolge algoritmi che impiegano regole …
I tensori compressi sono array multidimensionali utilizzati nel deep learning in cui la …
L’umorismo computazionale studia come le macchine possono produrre o interpretare …
ComfyUI è una potente interfaccia grafica modulare e basata su nodi per i modelli Stable …
La competizione nell’intelligenza artificiale descrive la intensa gara globale per …
Questo termine si riferisce alla valutazione sistematica e al benchmarking di varie …
La conoscenza comune si riferisce alla vasta quantità di informazioni implicite sulla …
La Volizione Coerente Estrapolata (CEV) è un concetto introdotto da Eliezer Yudkowsky nel …
Il calcolo cognitivo è un ramo dell’intelligenza artificiale che mira a interagire …
CodeQwen è una variante della serie Qwen sviluppata da Alibaba Cloud, specificamente …
La filologia cognitiva è un campo interdisciplinare che combina le scienze digitali, la …
La programmazione, nota anche come coding, consiste nel tradurre la logica umana e i …
La robotica cognitiva integra la scienza cognitiva con la robotica per costruire macchine …
Nel contesto dell’intelligenza artificiale, un circuito denota tipicamente …
Man mano che i modelli di IA generativa producono contenuti, è emersa la necessità di …
Nell’ingegneria del deep learning, il clipping viene comunemente applicato ai …
Questo metodo sfrutta più insiemi distinti di caratteristiche (viste) degli stessi punti …
La CAM genera heatmap sovrapposte alle immagini di input per mostrare quali pixel hanno …
Questo concetto si concentra sulla manipolazione del testo in cui l’unità …
Nello sviluppo di applicazioni IA, una Chain si riferisce a una struttura lineare o a …
Nel contesto dell’IA, la Chat indica l’interfaccia e il meccanismo …
ChatGLM rappresenta una famiglia di modelli linguistici basati su Transformer progettati …
Il Chunking è un passaggio critico di pre-elaborazione nella Generazione Aumentata dalla …
Nell’ingegneria dell’IA, il caching ottimizza le prestazioni mantenendo …
La teoria del caos esplora come piccole variazioni nei parametri iniziali possano portare …
Il portale della comunità CIML funge da hub digitale per la comunità accademica e …
Il CBR si basa sul principio che problemi simili hanno soluzioni simili. Il processo …
Questa metrica quantifica quanto bene un insieme di categorie permetta di prevedere i …
L’Automazione dei Processi Aziendali (BPA) implica l’utilizzo di software e …
La bioserenità si riferisce all’ideale concettuale in cui la biologia umana e …
Sebbene storicamente si riferisca alla tassonomia educativa di Benjamin Bloom, nei …
Il modello Bradley-Terry è un modello probabilistico ampiamente utilizzato in psicometria …
La tecnologia cerebrale comprende sistemi hardware e software che interagiscono …
BERT è una tecnica di apprendimento automatico basata su transformer per il …
Biomedicale si riferisce all’intersezione tra biologia, medicina e tecnologia, in …
La classificazione binaria è un problema fondamentale di machine learning in cui la …
Il compromesso bias-varianza descrive la tensione tra underfitting (alto bias) e …
I sistemi bioibridi fondono tessuti viventi, cellule o organismi con materiali sintetici …
L’informatica comportamentale combina informatica, psicologia e statistica per …
Il modello Credenza-Desiderio-Intenzione (BDI) è un’architettura cognitiva per la …
La programmazione bayesiana è un quadro matematico che generalizza il teorema di Bayes …
Il regret bayesiano quantifica la differenza tra la ricompensa ottimale ottenibile con …
I modelli di serie temporali strutturali bayesiane (BSTS) rappresentano i dati delle …
La dimensione del batch è un iperparametro critico che determina quanti campioni vengono …
L’elaborazione in batch prevede l’aggregazione degli input dei dati in un …
Questo concetto stabilisce che la minimizzazione di una funzione di rischio regolarizzata …
I meccanismi di apprendimento bayesiano aggiornano le credenze sui parametri del modello …
L’ottimizzazione bayesiana utilizza un modello surrogato probabilistico, …
Nell’intelligenza artificiale, un agente autonomo è un’entità che opera in …
Un albero sferico partiziona i punti dati in ipersfere (sfere) annidate piuttosto che in …
Questa tecnica di elaborazione del linguaggio naturale rappresenta il testo come un …
Questo metodo regola e scala le attivazioni per avere media zero e varianza unitaria …
In statistica e apprendimento automatico, il tasso di base si riferisce alla frequenza …
L’automazione nelle costruzioni si riferisce all’integrazione di sistemi …
La negoziazione automatizzata coinvolge agenti software che rappresentano gli interessi …
Le reti autonome applicano i principi del calcolo autonomico alle reti di …
Il Riconoscimento Automatico del Parolato (ASR), noto anche come da voce a testo, è un …
I segretari medici automatizzati utilizzano le tecnologie di elaborazione del linguaggio …
AutoML (Automated Machine Learning) semplifica lo sviluppo di modelli ML automatizzando …
Un audit dell’IA prevede un esame rigoroso e strutturato dei modelli di …
L’autognostica si riferisce ai meccanismi di auto-monitoraggio e auto-riparazione …
Un Matematico Automatizzato utilizza l’apprendimento automatico e il ragionamento …
Il processo decisionale automatizzato (ADM) si affida a sistemi software per prendere …
L’astrostatistica è un campo specializzato che fa da ponte tra la statistica e …
Audio-to-audio si riferisce ad architetture di reti neurali progettate per mappare un …
Il calcolo attribuzionale è un ramo della logica modale focalizzato sul ragionamento …
L’elaborazione asincrona consente al software di eseguire attività di lunga durata, …
L’inpainting audio è una tecnica utilizzata per riempire le lacune nelle …
L’Intelligenza Artificiale delle Cose (AIoT) rappresenta l’integrazione …
L’intimità artificiale si riferisce al fenomeno psicologico in cui gli esseri umani …
La psicologia artificiale è un dominio interdisciplinare focalizzato sulla progettazione …
La riproduzione artificiale comprende tecniche che facilitano o replicano la riproduzione …
La saggezza artificiale (AW) è un concetto emergente che mira ad arricchire …
Le controversie sull’IA comprendono l’ampia gamma di dispute etiche, legali e …
La corsa agli armamenti nell’IA si riferisce all’intensa competizione tra …
L’IA nel reclutamento utilizza algoritmi per automatizzare e migliorare varie fasi …
L’IA nell’istruzione implica l’uso di machine learning, elaborazione …
L’IA nella spiritualità si riferisce all’applicazione dell’intelligenza …
Un cervello artificiale si riferisce ad architetture hardware o software che emulano le …
La coscienza artificiale esplora la possibilità di creare macchine che possiedano vere …
Questo termine comprende il duplice ruolo dell’IA nei processi democratici: …
L’Intelligenza Generale Artificiale (AGI) si riferisce a un tipo di IA in grado di …
Il Progetto Artificial Inventor è uno sforzo di ricerca interdisciplinare volto a …
L’anonimizzazione consiste nel modificare i dati in modo che non possano più essere …
Any-to-any si riferisce ad architetture multimodali unificate in grado di gestire varie …
In filosofia e teoria dell’IA, l’aporia descrive una situazione paradossale …
L’apprendimento per apprendistato, noto anche come apprendimento per rinforzo …
I framework di argomentazione forniscono una base matematica per rappresentare argomenti, …
Un albero AND-OR è una rappresentazione utilizzata nella risoluzione di problemi e nella …
AlphaChip è un sistema AI specializzato progettato per automatizzare e migliorare il …
Ameca è un robot umanoide all’avanguardia che presenta oltre 40 gradi di libertà …
La probabilità algoritmica, radicata nella complessità di Kolmogorov e …
Il rilevamento delle anomalie, noto anche come rilevamento degli outlier, comporta …
Alexander Y. Tetelbaum è una figura riconosciuta nelle comunità accademiche e tecniche …
Questo fenomeno sorge quando i modelli di IA trattano involontariamente o …
Conosciuta anche come previsione o punteggio, l’inferenza avviene dopo la fase di …
Il pregiudizio negli algoritmi origina tipicamente da dati di addestramento non …
La selezione dell’algoritmo implica la valutazione di diversi approcci …
Questo campo comprende sia tecniche offensive per violare i modelli sia strategie …
Gli attacchi avversari sfruttano le vulnerabilità delle reti neurali introducendo rumore …
Estende la logica tradizionale per tenere conto dell’agenzia, consentendo ai …
Agisce come la spina dorsale per i sistemi multi-agente, fornendo strumenti per …
Questo processo implica l’uso di metodi matematici per garantire che le azioni di …
L’algoritmo attore-critico impiega due componenti: l’attore, che aggiorna la …
L’apprendimento attivo riduce la quantità di dati etichettati richiesti consentendo …
L’apprendimento del modello d’azione comporta la costruzione da parte di un …
Nei problemi di ricerca e individuazione del percorso, un’euristica ammissibile …
La responsabilità nell’intelligenza artificiale si riferisce all’obbligo per …
Questo campo si concentra sull’accelerazione dei calcoli fondamentali di algebra …
L’Intelligenza Artificiale per le Operazioni IT (AIOps) combina l’analisi dei …
AIXI è un quadro teorico proposto da Marcus Hutter che definisce un agente intelligente …
Il termine ASR-complete indica che un sistema di Riconoscimento Automatico del Parlato ha …
AZFinText è un corpus annotato su larga scala curato specificamente per l’analisi …
L’AI washing è un termine analogo al greenwashing, che descrive una strategia di …
I problemi AI-Complete sono compiti che, se risolti, implicherebbero l’esistenza …
La guerra dell’IA si riferisce all’integrazione dell’intelligenza …
Lo sviluppo software assistito dall’IA implica l’utilizzo di modelli di …
Il veganismo dell’IA è un termine speculativo e metaforico che si riferisce …
L’alfabetizzazione IA si riferisce alle competenze necessarie per navigare in un …
L’effetto IA descrive il confine mutevole di ciò che costituisce …
L’infrastruttura IA comprende lo stack tecnologico fondamentale necessario per le …
Il nazionalismo IA descrive la tendenza in cui i governi trattano l’intelligenza …
L’osservabilità IA estende il monitoraggio tradizionale del software per affrontare …
Un agente IA è un’entità software che opera in modo autonomo all’interno di …
L’allineamento dell’IA affronta la sfida di rendere i sistemi di intelligenza …
L’antropomorfismo dell’IA si riferisce al fenomeno psicologico in cui gli …
Un browser IA è un’applicazione di navigazione web che incorpora funzionalità di …
Un data center per IA è una struttura fisica ottimizzata per eseguire applicazioni di …
La dipendenza dall’IA descrive una condizione comportamentale in cui gli individui …
Un Istituto per la sicurezza dell’IA è un’entità specializzata focalizzata …
La Modalità IA si riferisce a uno stato operativo specifico all’interno di …
Le Panoramiche IA sono riassunti condensati prodotti da modelli linguistici di grandi …
Il test A/B è un esperimento controllato randomizzato in cui vengono confrontate due …
L’apprendimento zero-shot consente a un modello di machine learning di classificare …
I modelli Vision-Language, spesso definiti Modelli Linguistici di Grande Dimensione …
Questo articolo fondazionale proponeva un modello matematico delle reti neurali, …
Nell’intelligenza artificiale, un vettore è una struttura dati fondamentale …
La Computer Vision (CV) è un ramo dell’intelligenza artificiale che addestra i …
L’apprendimento non supervisionato identifica strutture nascoste, cluster o …
Il limite di token definisce il vincolo delle dimensioni della finestra di contesto per i …
La traduzione nell’IA si riferisce alla traduzione automatica neurale, in cui i …
La trasparenza garantisce che gli stakeholder possano comprendere come un modello di IA …
L’utilizzo di strumenti consente ai modelli linguistici di interagire con ambienti …
L’Affinamento Supervisionato (SFT) consiste nel prendere un grande modello …
Nell’apprendimento supervisionato, l’algoritmo viene addestrato su un dataset …
La riassunzione del testo riduce grandi volumi di testo in versioni più brevi senza …
Softmax è ampiamente utilizzato nello strato di output delle reti neurali per compiti di …
I test nell’ingegneria dell’AI coinvolgono la valutazione rigorosa dei …
L’apprendimento auto-supervisionato è una tecnica in cui l’algoritmo crea …
Le connessioni residuali, note anche come skip connection, permettono ai gradienti di …
Il recupero si riferisce al processo tecnico di ricerca ed estrazione di informazioni …
La ricerca semantica interpreta l’intento e il significato contestuale dietro una …
Un SDK è una raccolta di strumenti di sviluppo software che consente agli sviluppatori di …
Il framework ReAct consente ai LLM di generare tracce di ragionamento e azioni specifiche …
Nell’IA, il ragionamento coinvolge algoritmi che simulano deduzione logica, …
Le RNN sono progettate per riconoscere pattern in sequenze di dati, come testo, genomi, …
ReLU è ampiamente utilizzata nelle reti neurali profonde grazie alla sua efficienza …
Le API REST abilitano la comunicazione tra client e server utilizzando operazioni senza …
Poiché i transformer elaborano tutti i token in parallelo anziché in sequenza come le …
L’iniezione di prompt sfrutta il modo in cui i grandi modelli linguistici …
QLoRA combina l’Adattamento a Basso Rango (LoRA) con la quantizzazione a 4 bit per …
La quantizzazione converte numeri floating-point ad alta precisione (come FP32) in …
La Risposta alle Domande (QA) consiste nel recuperare o generare risposte accurate alle …
L’Apprendimento Multi-Istanza (MIL) affronta scenari in cui i dati sono raggruppati …
Nell’apprendimento automatico, l’ottimizzazione si riferisce agli algoritmi …
L’overfitting si verifica quando un modello impara troppo bene i dati di …
La pianificazione nell’IA implica determinare una sequenza di azioni che porterà da …
Il Riconoscimento di Entità Nominate (NER) è un sotto-compito dell’estrazione di …
Nell’intelligenza artificiale, la memoria si riferisce ai meccanismi che permettono …
Il Model Context Protocol (MCP) è uno standard aperto che consente alle applicazioni di …
Il model serving implica l’adozione di un modello addestrato statico e il suo …
I sistemi di intelligenza artificiale multimodali integrano informazioni provenienti da …
I sistemi multi-agente sono composti da diversi agenti indipendenti, ciascuno …
Una base di conoscenza funge da biblioteca digitale contenente dati curati, documenti o …
Nota anche come funzione di costo o errore, la funzione di perdita fornisce un valore …
La latenza misura la reattività di un servizio di IA, espressa tipicamente in …
Le reti LSTM affrontano il problema del gradiente evanescente comune nelle RNN standard …
Il tasso di apprendimento determina quanto vengono aggiornati i pesi del modello rispetto …
La chiamata di funzione permette ai modelli linguistici di grandi dimensioni di …
La discesa del gradiente è un algoritmo di ottimizzazione iterativo del primo ordine per …
L’interpretabilità, o spiegabilità, riguarda la resa trasparente e comprensibile …
Il jailbreaking consiste nel creare input o prompt specifici che inducono un modello di …
Il termine ‘Umano nel Ciclo’ (HITL) si riferisce a sistemi di IA che …
L’apprendimento federato consente alle organizzazioni di addestrare …
L’apprendimento few-shot mira a consentire ai modelli di generalizzare da pochi …
Nell’intelligenza artificiale, l’equità è una metrica etica fondamentale che …
In contesti computazionali, il flusso descrive il tasso di trasferimento di una quantità …
Questo metodo sfrutta le capacità di apprendimento contestuale dei grandi modelli …
Docker consente agli sviluppatori di impacchettare un’applicazione con tutte le sue …
Nelle reti neurali, il dropout previene l’overfitting rimuovendo temporaneamente un …
Gli encoder elaborano sequenze di input grezze o strutture dati e le convertono in …
Questi modelli mappano dati ad alta dimensionalità in uno spazio vettoriale continuo a …
Questo concetto affronta il problema della ‘scatola nera’ nei sistemi di IA …
L’Addestramento Distribuito accelera la convergenza del modello parallelizzando i …
Nei modelli sequenza-in-sequenza, il decodificatore prende il vettore di contesto …
I Deepfake sono manipolazioni audio o video iperrealistiche create utilizzando reti …
L’Integrazione Continua (CI) è una pratica fondamentale del DevOps che automatizza …
La Protezione dei Dati comprende misure legali, tecniche e organizzative progettate per …
L’encoding a coppie di byte (BPE) è una tecnica di compressione dei dati adattata …
Claude è una serie di avanzati modelli linguistici di grandi dimensioni creati …
Un’interfaccia a riga di comando (CLI) consente agli utenti di controllare il …
Il codice rappresenta l’insieme di istruzioni scritte in linguaggi di …
Il prompting del pensiero concatenato (CoT) migliora le prestazioni dei modelli …
Gli adattatori sono una tecnica di fine-tuning efficiente nei parametri, utilizzata …
Il termine ‘agentic’ descrive agenti di IA che operano con un alto grado di …
I meccanismi di attenzione permettono ai modelli di concentrarsi sulle informazioni …
L’etica dell’IA comprende il quadro di principi e standard progettati per …
Una funzione di attivazione introduce non linearità in una rete neurale, consentendole di …
Le architetture a due fasi dividono un compito complesso in due passaggi separati, …
I paradigmi basati sulla visione utilizzano telecamere e algoritmi di elaborazione delle …
Nell’IA e nell’ingegneria, un compromesso si riferisce all’equilibrio …
Gli approcci senza addestramento si riferiscono a tecniche che modificano il …
L’apprendimento zero-shot consente ai modelli di generalizzare a nuove categorie o …
L’apprendimento auto-supervisionato è un sottoinsieme del machine learning in cui …
Il post-addestramento è una fase critica nel ciclo di vita del machine learning che …
Un modello pre-addestrato è un modello di intelligenza artificiale di base che ha subito …
Specifico per il compito si riferisce a modelli o componenti di IA adattati per eccellere …
Nell’intelligenza artificiale, il termine ’tempo reale’ indica la …
L’apprendimento one-shot è un tipo specifico di apprendimento few-shot in cui …
Nel machine learning e nell’ottimizzazione, i metodi one-step risolvono i problemi …
Open-source si riferisce a un modello di sviluppo in cui il codice sottostante di un …
I modelli open-weight differiscono dall’IA completamente open-source perché vengono …
Il rilevamento out-of-distribution (OOD) identifica input che cadono al di fuori …
Il linguaggio naturale si riferisce al modo in cui gli umani parlano e scrivono, incluse …
I sistemi multi-agente sono costituiti da diverse entità indipendenti e intelligenti che …
Gli approcci multi-fase scompongono flussi di lavoro intricati in segmenti gestibili, …
I metodi multi-step prevedono la scomposizione di una query o di un compito complesso in …
Gli algoritmi on-policy richiedono che l’agente impari direttamente dalle azioni …
L’IA a basso costo si concentra sull’efficienza, mirando a ridurre le …
I problemi a lungo termine coinvolgono sequenze di azioni in cui l’impatto delle …
Gli approcci basati sull’apprendimento si affidano ad algoritmi statistici per …
Nell’intelligenza artificiale, il termine “di alta qualità” descrive …
Su larga scala si riferisce alla magnitudo dei componenti all’interno di un sistema …
Ad alta dimensionalità si riferisce a dataset o spazi vettoriali contenenti un vasto …
In IA, ‘ad alto livello’ denota astrazioni che semplificano processi …
Alta fedeltà descrive output di modelli generativi che sono indistinguibili o molto …
In intelligenza artificiale e matematica, ‘del primo ordine’ descrive …
Un insieme di dati ’tenuto da parte’ consiste in esempi intenzionalmente …
I modelli basati sulla diffusione sono una classe di IA generativa che crea nuovi …
L’apprendimento few-shot consente ai modelli di machine learning di generalizzare a …
L’analisi fine-grained implica l’identificazione e la categorizzazione di …
Il fine-tuning consiste nel prendere un modello già addestrato su un grande dataset …
Nell’intelligenza artificiale, la presa di decisioni si riferisce al processo …
I sistemi ad anello chiuso nell’AI utilizzano il feedback in tempo reale …
L’AI cross-modale coinvolge l’elaborazione e la correlazione di dati da …
In ambito AI, un modello a scatola nera si riferisce a sistemi complessi come le reti …
I modelli a tempo continuo descrivono la dinamica del sistema utilizzando equazioni …
La distanza di Wasserstein, nota anche come Distanza del Trasportatore di Terra, …
I database vettoriali ottimizzano l’archiviazione e il recupero di dati non …
Nelle query di database e nella logica, ‘Unlike’ si riferisce tipicamente …
Sebbene tradizionalmente significhi trasporto, nella terminologia dell’IA, …
Il termine ‘visivo’ nell’IA si riferisce principalmente alla Computer …
Nella gestione dei database, una vista agisce come una query SQL salvata che si comporta …
L’apprendimento per trasferimento sfrutta modelli pre-addestrati per migliorare le …
La comprensione nell’IA va oltre la correlazione statistica per interpretare il …
L’ottimizzazione consiste nel perfezionare un modello di apprendimento automatico …
Il termine ‘Transformers’ si riferisce spesso alla diffusa libreria Python …
Introdotta nell’articolo ‘Attention Is All You Need’, …
Sebbene non sia un termine tecnico rigoroso, nel contesto dell’IA …
Il tempo è un concetto fondamentale nell’intelligenza artificiale, in particolare …
I token sono i mattoni fondamentali dei dati di input nell’elaborazione del …
La tokenizzazione è un passaggio critico di pre-elaborazione nell’Elaborazione del …
Nello sviluppo dell’IA, ‘verso’ descrive spesso la traiettoria dei …
Non esiste una definizione consolidata per ‘Symbal’ nel contesto della …
Nell’IA, i dati sintetici sono informazioni generate artificialmente che imitano i …
I concetti temporali nell’IA coinvolgono l’analisi di punti dati ordinati nel …
L’insieme di test è una porzione di dati tenuta da parte durante il processo di …
‘Through’ non ha una definizione autonoma nella terminologia dell’IA. È …
Nella terminologia dell’IA, ’nello specifico’ indica precisione nella …
Uno stato rappresenta tutte le informazioni rilevanti necessarie per determinare il …
Gli elementi stocastici introducono variabilità nei sistemi di IA, come il rumore nei …
Gli aspetti strutturali definiscono come i dati o gli strati di una rete neurale sono …
L’apprendimento supervisionato implica l’alimentazione di un algoritmo con …
L’auto-attenzione consente ai modelli di catturare le dipendenze tra tutte le …
Nei contesti dell’IA, ‘fonte’ denota tipicamente la provenienza dei …
Sebbene l’IA attuale sia priva di coscienza, il termine ‘sé’ descrive …
L’analisi semantica nell’IA si concentra sulla comprensione del significato …
La sicurezza dell’IA comprende le misure progettate per salvaguardare i modelli di …
I punteggi quantificano quanto bene un modello di apprendimento automatico performa …
La ricerca è un paradigma fondamentale nell’IA utilizzato per navigare spazi di …
Nell’intelligenza artificiale, il scaling (ampliamento della scala) comporta …
Lo scaling è la metodologia attiva di espansione dei sistemi di IA aggiungendo più …
L’approccio scientifico nell’intelligenza artificiale enfatizza lo sviluppo e …
Un robot è un dispositivo meccanico autonomo o semi-autonomo progettato per svolgere …
I robot comprendono una classe diversificata di macchine che possono essere classificate …
Nell’intelligenza artificiale, la robustezza si riferisce alla resilienza di un …
La Sicurezza dell’IA è un campo multidisciplinare focalizzato sulla prevenzione di …
La sicurezza nell’IA implica l’implementazione di vincoli e salvaguardie per …
L’Apprendimento per Rinforzo (RL) è un ramo dell’apprendimento automatico …
L’Apprendimento per Rinforzo dal Feedback Umano (RLHF) è un metodo utilizzato per …
La Generazione Aumentata dal Recupero (RAG) combina i punti di forza dei sistemi di IA …
Il termine ‘Rather’ è un avverbio inglese standard che indica preferenza o …
Il rinforzo è un meccanismo fondamentale psicologico e computazionale in cui le azioni di …
La casualità è fondamentale nell’IA per inizializzare i pesi dei modelli, mescolare …
Nell’intelligenza artificiale, la privacy si riferisce alla protezione delle …
Sviluppo dell’IA, un processo indica il flusso di lavoro sistematico necessario per …
Un prompt funge da interfaccia principale per interagire con i modelli linguistici di …
Nell’IA, ‘rate’ si riferisce più frequentemente al tasso di …
Il termine ‘policy’ ha due significati a seconda del contesto. Nella gestione …
Nel contesto della governance dell’intelligenza artificiale e della tecnologia, le …
Nel contesto della comunicazione digitale e dei dati di IA, un ‘post’ si …
Il pre-addestramento è una tecnica fondamentale nel deep learning in cui un modello …
Un ‘prior’ rappresenta le credenze esistenti o i dati storici riguardanti una …
Il termine ‘aperto’ nei contesti dell’intelligenza artificiale descrive …
Quando si valutano i modelli IA, le metriche ‘complessive’ forniscono una …
Nell’IA e nella teoria dell’ottimizzazione, una soluzione ottimale è quella …
La percezione IA coinvolge la conversione dei dati grezzi dei sensori in informazioni …
Un punto nei contesti IA denota solitamente una coordinata discreta all’interno di …
L’Elaborazione del Linguaggio Naturale (NLP) è un sottocampo …
Nel contesto dell’IA e della data science, numerico si riferisce a tipi di dati o …
Un oggetto è un concetto fondamentale nell’informatica, in particolare nella …
L’apprendimento online è un paradigma di machine learning in cui il modello viene …
Una rete neurale è una serie di algoritmi che cerca di riconoscere le relazioni …
L’Attenzione Multi-Testa estende il meccanismo di attenzione standard eseguendolo …
Nel contesto della documentazione AI e della scrittura tecnica, ‘Inoltre’ …
Nella visione artificiale e nella robotica, il movimento si riferisce al rilevamento e …
Il prefisso ‘multi-’ è frequentemente utilizzato nell’IA per denotare …
Nell’IA, in particolare nei Sistemi Multi-Agente e nel Reinforcement Learning, …
Mamba rappresenta un avanzamento significativo nella modellazione delle sequenze …
Nell’intelligenza artificiale e nella teoria della probabilità, i processi di …
Il matching è una tecnica critica nell’apprendimento automatico utilizzata per …
Il modeling nell’IA comprende l’intero flusso di lavoro di progettazione, …
Le tecniche Monte Carlo sono una classe di algoritmi computazionali che si basano su …
Una struttura fondamentale di controllo del flusso nella scienza informatica e nello …
Le funzioni di perdita, note anche come funzioni di costo, misurano quanto bene le …
Nell’intelligenza artificiale, ’locale’ indica tipicamente operazioni …
Nel contesto dell’IA, ’lungo’ descrive spesso la capacità di elaborare …
Il Machine Learning (ML) consente ai computer di apprendere pattern dai dati storici e …
Nel machine learning, le variabili latenti sono fattori non osservati che influenzano i …
Le operazioni lineari coinvolgono moltiplicazione e addizione senza attivazioni non …
LoRA congela i pesi del modello pre-addestrato e inserisce matrici di decomposizione …
Questo termine si riferisce al più ampio paradigma applicativo in cui modelli con …
I Modelli Linguistici di Grande Dimensione (LLM) sono sistemi avanzati di intelligenza …
Nell’IA, la conoscenza si riferisce spesso a informazioni esplicite memorizzate in …
Nel contesto dell’intelligenza artificiale e dell’informatica, …
Questo processo colma il divario tra il pre-addestramento generale e le prestazioni …
Sebbene non sia un termine algoritmico tecnico dell’IA, ‘invece’ è …
La dinamica di Langevin incorpora rumore casuale e forze di smorzamento per esplorare …
Nell’intelligenza artificiale, il termine ‘fondato’ descrive il …
I sistemi di IA gerarchici organizzano le informazioni o il controllo in una struttura ad …
In matematica e informatica teorica, un gruppo è un insieme G unito a un’operazione …
Il termine ‘guidato’ nell’IA si riferisce tipicamente a tecniche in cui …
Originaria della meccanica classica, l’Hamiltoniana rappresenta la somma delle …
Nei contesti dell’IA e dell’informatica, ‘dato’ si riferisce allo …
Nell’intelligenza artificiale, la generazione si riferisce alla capacità dei …
Il termine ‘globale’ nell’IA è tipicamente in contrasto con …
Mentre il singolare ‘grafo’ si riferisce alla struttura dati astratta, …
Un grafo è una struttura dati fondamentale nell’IA composta da vertici (nodi) e …
Gaussiano si riferisce alla distribuzione normale, una distribuzione di probabilità …
Il termine ‘generato’ descrive l’output prodotto dai modelli di IA …
Nel contesto dell’IA, ‘gratuito’ si riferisce tipicamente a modelli …
Sebbene non sia un algoritmo tecnico, ‘inoltre’ è uno strumento linguistico …
Nell’intelligenza artificiale, un modello fondamentale si riferisce a un modello di …
I meccanismi di feedback consentono ai sistemi AI di apprendere dalle loro interazioni …
Il fine-tuning consiste nel prendere un modello generico addestrato su grandi dataset e …
Il flusso dei dati comprende il percorso che i dati percorrono dall’ingestione …
Il concetto di ‘infine’ rappresenta lo stadio terminale in una pipeline AI …
Il termine ‘veloce’ descrive l’efficienza computazionale …
Gli esperimenti nell’IA coinvolgono test sistematici delle variabili per …
Esteso si riferisce alla scala e alla completezza delle operazioni di IA, come dataset su …
Nell’intelligenza artificiale, il termine evidenza si riferisce a dati empirici, …
Il termine ’evolving’ caratterizza i modelli di IA dinamici che subiscono un …
Sperimentale indica componenti di IA che sono attualmente in fase di test, ricerca o …
L’efficienza è una metrica critica nell’intelligenza artificiale che misura …
Energia ha due significati principali in AI. Innanzitutto, indica la potenza elettrica …
L’AI incarnata sostiene che l’intelligenza emerga dall’interazione tra …
Sebbene principalmente una lingua umana, nel contesto dell’AI, …
La valutazione implica la misurazione sistematica di quanto bene un modello AI esegue …
A differenza dei sistemi statici con architetture fisse o percorsi di esecuzione …
Questo processo prevede il trasferimento della conoscenza da una rete neurale …
Nel contesto dell’ottimizzazione, la divergenza si verifica quando i parametri di …
In machine learning, in particolare nell’apprendimento per trasferimento, un …
Il termine ‘guidato da’ è comunemente usato come suffisso per indicare la …
Nell’intelligenza artificiale, il controllo si riferisce ai meccanismi e agli …
Il processo decisionale nell’IA implica la selezione dell’azione ottimale da …
I modelli di diffusione sono una classe di IA generativa che imparano a invertire un …
Nel contesto dell’IA, ‘diretto’ descrive spesso architetture o percorsi …
Il rilevamento è un compito fondamentale nella visione artificiale e …
Nell’intelligenza artificiale, la modellazione causale mira a comprendere come le …
Il cloud computing fornisce infrastrutture scalabili per i carichi di lavoro di AI, …
Questo concetto include metodi come l’apprendimento per ensemble, in cui le …
Nell’elaborazione del linguaggio naturale, il contesto è cruciale per risolvere …
Questo metodo incoraggia il modello ad avvicinare gli embedding di coppie positive …
Nell’intelligenza artificiale, un benchmark è una suite di test o un dataset …
Il benchmarking è la pratica attiva di condurre esperimenti per misurare quanto bene un …
Nel contesto della terminologia dell’IA, ‘beyond’ descrive spesso …
Building si riferisce al processo ingegneristico end-to-end di creazione di soluzioni IA, …
I metodi di Monte Carlo sono tecniche essenziali nell’IA e nella statistica per …
L’automazione nell’IA implica l’utilizzo di algoritmi e sistemi per …
L’autonomia nell’IA si riferisce alla capacità di un sistema di percepire il …
Gli approcci bayesiani nell’IA utilizzano la teoria della probabilità per …
Un benchmark funge da punto di riferimento standardizzato per confrontare le capacità di …
Nel contesto dell’IA, ‘consapevole’ si riferisce tipicamente alla …
Adam (Adaptive Moment Estimation) è un popolare algoritmo di ottimizzazione del primo …
Nell’IA, ‘adattivo’ descrive sistemi o algoritmi in grado di regolare …
Gli agenti IA sono programmi software o sistemi capaci di percepire l’ambiente …
Nel contesto dell’IA, l’analisi si riferisce all’esame sistematico di …
Nell’intelligenza artificiale e nella robotica, un’azione si riferisce a uno …
L’affinamento consiste nel prendere un modello già addestrato su un grande dataset …
Le allucinazioni si verificano quando i modelli di IA generativa producono output che …
L’apprendimento nel contesto (ICL) consente ai grandi modelli linguistici di …
Gli embedding sono rappresentazioni vettoriali dense dei dati in cui le relazioni …
L’inferenza si riferisce alla fase di distribuzione in cui un modello finalizzato …
Gli algoritmi di apprendimento profondo tentano di imitare i processi analitici e di …
La finestra di contesto definisce il limite operativo della memoria di un modello AI per …
La generazione di codice sfrutta modelli linguistici di grandi dimensioni addestrati su …
Le Reti Neurali Convoluzionali (CNN) sono progettate per apprendere automaticamente e …
La visione artificiale si concentra sulla replicazione delle capacità visive umane …
Il Backpropagation, abbreviazione di retropropagazione degli errori, è un metodo …
Nell’etica dell’IA, il bias si riferisce a discriminazioni sistematiche e …
Il prompting Chain-of-Thought (CoT) è una strategia in cui i grandi modelli linguistici …
L’Intelligenza Artificiale (IA) si riferisce alla capacità dei computer digitali o …
Un meccanismo di attenzione permette a un modello di ponderare dinamicamente …
Nell’IA, un agente è un’entità che agisce per conto di un utente o di un …
L’allineamento si concentra sull’assicurarsi che i sistemi di IA facciano ciò …
Un’API definisce un insieme di protocolli e strumenti per sviluppare software e …
L’ingegneria dei prompt implica la creazione di input specifici, noti come prompt, …
La sicurezza dell’IA comprende ricerche e pratiche mirate a garantire che i sistemi …