Vai al contenuto principale
05-TRA Avanzato

Come funzionano davvero gli LLM

Da dove un modello linguistico prende i dati, come li impara e perché a volte inventa. Per chi usa assistenti AI e vuole capire il meccanismo: dietro nomi diversi come ChatGPT, Gemini o Claude c'è lo stesso tipo di tecnologia, il large language model.

È diviso in quattro moduli, per un totale di otto video: nel primo modulo scopri che cos'è un LLM, cosa sa fare e da dove arrivano i dati con cui impara; nel secondo segui le fasi del suo addestramento, dal pre-training al feedback umano; nel terzo vedi come nasce una risposta, un token alla volta; nel quarto impari a riconoscere i suoi limiti, dalle allucinazioni alla finestra di contesto. Non serve alcuna competenza tecnica: ogni concetto è spiegato con esempi concreti e puoi seguire i video al tuo ritmo, tornando indietro tutte le volte che vuoi.

Obiettivi del corso

Al termine del corso sarai in grado di:

  • riconoscere che cos'è un large language model, come si distingue dagli altri tipi di AI e dall'applicazione con cui lo utilizzi;
  • descrivere le fasi di addestramento di un LLM e come costruisce una risposta, un token alla volta;
  • individuare allucinazioni e compiacenza nelle risposte e applicare le pratiche per limitarle.

Attestato di partecipazione

Completando tutte le attività del corso potrai scaricare il tuo attestato.

Prerequisiti consigliati

Modulo 1: Cosa sono gli LLM 4 contenuti
Video 1.1 - Come nascono e perché tutti ne parlano Video

ChatGPT, Gemini, Claude, Copilot: nomi diversi per lo stesso tipo di tecnologia. In questo video scopri che cos'è un LLM, cosa sa fare davvero e cosa invece non può fare.

Lettura: Modello vs applicazione Lettura
Lettura: L'AI prima dei chatbot Lettura
Video 1.2 - Da dove vengono i dati: la materia prima degli LLM Video

Un LLM sembra sapere tutto, ma da dove arriva quello che sa? In questo video scopri come impara e perché la qualità dei suoi dati riguarda anche te.

Modulo 2: Come impara un LLM 4 contenuti
Video 2.1 - Il pre-training: leggere internet non basta Video

Leggere milioni di pagine non basta per saper scrivere. In questo video vedi cosa fa davvero un modello con tutto quel testo, nella prima fase del suo addestramento.

Lettura: Dentro la mappa del significato Lettura
Video 2.2 - Fine-tuning e RLHF: insegnare le buone maniere a un modello Video

Dopo il pre-training il modello sa scrivere, ma non sa ancora comportarsi bene. In questo video scopri come si insegnano le buone maniere a un LLM.

Mettiti alla prova: Le tre fasi che formano un LLM Esercizio
Modulo 3: Come un LLM genera le risposte 5 contenuti
Video 3.1 - Token: i mattoncini del linguaggio artificiale Video

Quando scrivi a un assistente AI, il modello non legge le tue parole: legge token. In questo video scopri cosa sono e perché scrivere in italiano costa più che in inglese.

Lettura: I token in breve Lettura
Video 3.2 - Come nasce una risposta: probabilità, temperatura e top-k Video

Come fa il modello a scegliere ogni parola della risposta? In questo video vedi il calcolo che c'è dietro e perché alla stessa domanda non risponde sempre allo stesso modo.

Lettura: Temperatura e top k Lettura
Mettiti alla prova: Come nasce una risposta Esercizio
Modulo 4: Limiti, allucinazioni e finestra di contesto 3 contenuti
Video 4.1 - Quando il modello sbaglia: allucinazioni e compiacenza Video

A volte il modello inventa, e lo fa con grande sicurezza. In questo video impari a riconoscere le allucinazioni e la compiacenza prima che diventino un problema.

Video 4.2 - La finestra di contesto e i confini della memoria Video

Anche il modello più potente ha una memoria con dei confini. In questo video scopri cos'è la finestra di contesto e come lavorarci senza sorprese.

Lettura: Perché sbaglia proprio cosi Lettura
Chiusura 3 contenuti
Valuta il corso Feedback
Complimenti! E ora? Lettura
Glossario Glossario