Come pensa (e sbaglia) un modello di IA

Cosa vedrai in questa lezione

1. Dalla tua domanda alla sua risposta, token per token

   Un modello linguistico non cerca la risposta da nessuna parte: la scrive pezzo per pezzo, prevedendo cosa viene dopo.

2. Token: i mattoncini Lego del linguaggio

   Il modello non legge lettere né parole intere, ma token: pezzi frequenti di testo che si incastrano come mattoncini.

3. Un completamento automatico del telefono, ma gigante

   Per ogni spazio vuoto, il modello calcola la probabilità di migliaia di token possibili e ne sceglie uno dei più probabili.

4. Addestrare e inferire: studiare e fare l'esame

   Il modello impara una volta, per mesi; ogni volta che gli fai una domanda applica solo ciò che ha imparato. Questa è l'inferenza.

5. La finestra di contesto: la sua scrivania

   È tutto ciò che il modello ha davanti quando risponde. Ciò che non è sulla scrivania, per lui non esiste.

6. Temperatura: il pizzico di sale della creatività

   Regola quanto rischia il modello nello scegliere il token successivo: bassa, il più probabile; alta, opzioni più varie.

7. Modelli di ragionamento: pensano prima di parlare

   Prima di rispondere scrivono una bozza interna di ragionamento, e così risolvono meglio i problemi a più passaggi.

8. Perché inventa cose con tanta sicurezza

   Un'allucinazione è un dato falso detto con convinzione. Non è un errore raro: nasce da come impara e da come viene valutato.

9. Riepilogo: come pensa e perché sbaglia

   Un modello è un predittore di token molto ben addestrato: capire come funziona ti aiuta a chiedere meglio e a diffidare al momento giusto.