Il webinar fornisce una panoramica delle procedure di realizzazione, architettura e funzionamento dei Large Language Models, strumenti essenziali per l'analisi automatica del linguaggio e l'implementazione di sistemi di Intelligenza Artificiale. Si esplorano le diverse modalità di costruzione di un modello linguistico, introducendo i concetti di approccio rule-based e data-driven, con un focus sulle differenze tra apprendimento supervisionato e non supervisionato. Segue un approfondimento sul funzionamento dei Large Language Models, spiegando la generatività predittiva e gli assunti teorici della Semantica Distribuzionale, oltre all'uso degli embeddings come risorsa fondamentale. Infine, viene analizzata l'architettura del modello Transformer, con particolare attenzione al concetto di Attenzione e al funzionamento delle reti neurali.

Il webinar è parte dell'offerta formativa Dicolab. Cultura al digitale, un'iniziativa del Ministero della Cultura, Digital Library, Scuola nazionale del patrimonio e delle attività culturali, finanziato da Next Generation EU.

Obiettivi formativi

  • Distinguere tra le diverse modalità di realizzazione di un modello linguistico.
  • Descrivere il funzionamento dei Large Language Models.
  • Definire cosa sia una rete neurale e un Transformer.

Destinatari

Il percorso si rivolge a dipendenti del MiC, delle altre Amministrazioni Pubbliche, a professionisti/e, alle imprese del sistema culturale e agli studenti che vogliano approcciare l'intelligenza artificiale e il prompting come strumenti di lavoro.

Criteri per il rilascio dell’Open Badge

Per la certificazione delle competenze e l’acquisizione del Badge, il/la partecipante ha completato tutte le attività del corso Large Language Models per l’AI e superato con successo i test, rispondendo correttamente al 100% delle domande previste.

Durata: 60
Sottotitolo Breve: LLM e prompting: comunicare con l'intelligenza artificiale
Autori: Passarotti Marco
Modalità nativa: live
Modalità attuale: video_ondemand
In vetrina: No
In arrivo: No
New: No
Corso del catalogo riservato: No
PNRR DICOLAB: Yes
Programma: Dicolab
Ambiti: Tutti
Codice Badge: 127
Tipologia corso: Base/Fondazionale
[NON COMPILARE PIU'] Status di fruizione: Scheda in lavorazione
Risorse accessibili: Yes
[NON COMPILARE PIU'] Risorse NON accessibili: No
[NON COMPILARE PIU'] Originale/Replica: Originale
Flag notifica custom: No
Notifiche abilitate: Yes
Ha il certificato?: No
Attiva barra completamento custom?: No
Visualizza Progressbar: No
Vuoi nascondere il box Dicolab?: No