Parigi 2024, bronzo di Ginevra Taddeucci nella Senna: "La corrente ti risucchiava ma..." – Il Tempo

Google ha perso un importante processo sulla concorrenza - Il PostImmagine tratta da openai.comOpenAI,MACD leader nello sviluppo di modelli di linguaggio avanzati, ha annunciato che le aziende possono ora ottimizzare il modello GPT-3.5 Turbo utilizzando i propri dati privati attraverso una tecnica nota come fine-tuning. Secondo OpenAI, il modello personalizzato risultante dalla specializzazione del suo LLM potrà eguagliare o persino superare le capacità di GPT-4 per attività specifiche.I temi trattati all’interno dell’articoloCos’è e come funziona il fine-tuning?I vantaggi di questa praticaLe caratteristiche e l’accesso al modelloCos’è e come funziona il fine-tuning?Il fine-tuning è un processo attraverso il quale è possibile adattare un modello di linguaggio pre-addestrato su ampi set di dati a un nuovo e più specifico compito o dominio applicativo. Al fine di ottenere un modello in grado di operare in modo ottimale nell’esecuzione del compito target, è necessario addestrare ulteriormente il modello di base (foundation model) con un dataset più specifico e rilevante per l’attività di interesse, sfruttando il potenziale di un modello pre-addestrato e molto flessibile, evitando dunque di ricominciare da zero il processo di trial and error tipico dell’AI training. Vi sono inoltre altre modalità in cui è possibile adattare un modello di base in funzione delle circostanze.Cosa sono i foundation models?I vantaggi di questa praticaUn modello pre-addestrato su ampi set di dati pubblici come GPT-4 fornisce alle aziende una solida base di conoscenza generale e un vasto ventaglio di funzionalità generaliste. Successivamente, i singoli utilizzatori possono alimentare il foundation model, tramite fine-tuning, con i propri dati privati al fine di renderlo più specializzato e adatto all’uso concreto nel contesto del business di riferimento.Come si può immaginare, un chatbot o un assistente AI formato sui reali contenuti del business risulta più affidabile e coerente rispetto a un modello altrettanto performante, ma che non ‘conosce’ la realtà in cui si trova a operare. Ciò rende particolarmente interessante la prospettiva di un sistema realizzato su misura (custom-tuned).Perché il modello operi al meglio, però, è necessario alimentarlo con i propri dati privati. Una circostanza che rende i temi della sicurezza e della privacy ancora più rilevanti. Per questo motivo, la società ha sottolineato sul proprio sito:“Come per tutte le nostre API, i dati inviati in entrata e in uscita dall’API di fine tuning sono di proprietà del cliente e non vengono utilizzati da OpenAI o da qualsiasi altra organizzazione per addestrare altri modelli“.Le caratteristiche e l’accesso al modelloOpenAI aveva presentato la sua nuova famiglia di modelli GPT-3.5 Turbo all’inizio di quest’anno, sottolineandone la flessibilità al di fuori del classico perimetro ‘chatbot’. GPT-3.5 può gestire il doppio dei token (4000) rispetto ai modelli precedenti e i primi tester sono stati in grado di fornire istruzioni più brevi del 90% dopo aver preparato GPT-3.5 con istruzioni ottimizzate. Ciò rende l’utilizzo del modello più agevole e immediato nelle attività quotidiane. Il prezzo varia da 0,8 a 1,2 centesimi per 1000 token, a seconda dell’uso.Ulteriori informazioni disponibili su openai.com.

La Francia respinge un ricorso, la Gioconda rimane al LouvreLa nuotatrice Ginevra Taddeucci ha vinto la medaglia di bronzo nella 10 chilometri in acque libere, nella Senna - Il Post Zanzare, microbi della pelle ingegnerizzati promettono di renderci meno appetibili | Wired ItaliaLuna, se creassimo sul satellite un deposito della biodiversità? | Wired ItaliaAnche la Federazione dei contribuenti di Zurigo contro l'Eurovision