← Home
News e approfondimenti
Tutorial
Come funzionano i modelli linguistici, spiegato senza gergo: inferenza, addestramento, fine-tuning, gli strati interni.
Guide
Come un modello scrive la rispostaCome si addestra un modelloCome affiniamo un modelloGli strati che mettiamo su un modelloGlossario
Prompt, retrieval o fine-tuning: quale risolve quale problema
Quasi tutti i team rispondono a qualunque problema con un prompt più lungo. Il prompt cambia cosa chiedi, il retrieval cambia cosa il modello sa nel momento in cui risponde, il fine-tuning cambia come si comporta. Una guida breve per distinguerli, con una tabella da usare subito.
La piaggeria dell'AI spiegata: perché un modello ti dà ragione, e un controllo da cinque minuti
Un modello compiacente cambia una risposta giusta perché hai insistito, o loda un piano che dovrebbe mettere in dubbio. Ecco perché succede, un controllo che chiunque può fare in cinque minuti, e cosa un singolo controllo non vede.
Biblioteca
Articoli brevi e pratici sui modelli linguistici dalla knowledge base di xbe.at (in inglese).
LLMs and generative AI
Large language models, retrieval, agents, fine-tuning and prompting.
Agents and LangChain
Integrating YOLO OCR and AI Agents for Document Organization29 min di lettura · xbe.at ↗Building LLMs from Scratch Python Practical Code Examples15 min di lettura · xbe.at ↗Building and Deploying an LLM Agent in Python A Step-by-Step Guide15 min di lettura · xbe.at ↗Swarm OpenAI's Multi-Agent Orchestration Framework12 min di lettura · xbe.at ↗Building an Agentic Mesh for Autonomous Agents12 min di lettura · xbe.at ↗Bridging LLMs and Graph Learning with Python11 min di lettura · xbe.at ↗
Tutti i 32 su xbe.at ↗
Fine tuning and alignment
Fundamental Topics of LLM Fine-tuning16 min di lettura · xbe.at ↗Efficient LLM Fine-Tuning with LoRA15 min di lettura · xbe.at ↗Techniques for Fine-Tuning Large Language Models12 min di lettura · xbe.at ↗Entropic Distribution Matching for Supervised LLM Fine-tuning12 min di lettura · xbe.at ↗Knowledge Distillation in Large Language Models12 min di lettura · xbe.at ↗Mastering AI with Fine-Tuning Large Language Models12 min di lettura · xbe.at ↗
Tutti i 25 su xbe.at ↗
LLM architecture and theory
Addressing Hallucinations in Large Language Models15 min di lettura · xbe.at ↗Positional Encodings in Transformer LLMs14 min di lettura · xbe.at ↗Transformer Architecture for Efficient LLM Processing13 min di lettura · xbe.at ↗Comparing Dense, Sparse, and Mixture of Experts for LLMs12 min di lettura · xbe.at ↗Evaluating Large Language Models 30 Common Metrics12 min di lettura · xbe.at ↗The Exponential Growth of Large Language Models11 min di lettura · xbe.at ↗
Tutti i 45 su xbe.at ↗
RAG and retrieval
Chunking Strategies for Improved RAG Performance19 min di lettura · xbe.at ↗Retrieval-Augmented Generation (RAG) vs. HyDE Revolutionizing Text Generation18 min di lettura · xbe.at ↗Retrieval Augmented Generation (RAG) in Large Language Models16 min di lettura · xbe.at ↗Addressing LLM Limitations with RAG Document Q&A15 min di lettura · xbe.at ↗Low-Latency Boost for Context in RAG Pipelines Rerankers14 min di lettura · xbe.at ↗Comparing RAG and Fine-Tuned Language Models14 min di lettura · xbe.at ↗
Tutti i 39 su xbe.at ↗
Vector databases and embeddings
Understanding Vector Databases Fundamentals and Applications14 min di lettura · xbe.at ↗Introduction to LLM-based Text-to-SQL Integration12 min di lettura · xbe.at ↗MatMul-Free LLMs for Enhanced Efficiency in Python11 min di lettura · xbe.at ↗Embeddings Re-ranking and Vector Databases in Python11 min di lettura · xbe.at ↗Decoding Embedding in LLMs with Python10 min di lettura · xbe.at ↗Choosing the Best Embedding Model for RAG in Python10 min di lettura · xbe.at ↗
Tutti i 22 su xbe.at ↗
NLP and transformers
Text processing, embeddings, attention and transformer models.
BERT and language models
Exploring Vector Embeddings in Language Models14 min di lettura · xbe.at ↗Essential Language Model Terms for Everyday Use12 min di lettura · xbe.at ↗Quantization Effects on Multilingual Language Models11 min di lettura · xbe.at ↗Understanding BERT A Cornerstone of NLP with Python11 min di lettura · xbe.at ↗Understanding Embeddings and Sentence Transformers in NLP11 min di lettura · xbe.at ↗Contextual Awareness in AI and Language Models11 min di lettura · xbe.at ↗
Tutti i 32 su xbe.at ↗
NLP core
The Importance of Tokenization in NLP17 min di lettura · xbe.at ↗Sentiment Analysis Techniques in Python13 min di lettura · xbe.at ↗Comparing Transformer Models for Sentiment Analysis13 min di lettura · xbe.at ↗Named Entity Recognition with Python12 min di lettura · xbe.at ↗Understanding Word Embeddings in Machine Learning12 min di lettura · xbe.at ↗Machine Learning Models for Sentiment Analysis in Python12 min di lettura · xbe.at ↗
Tutti i 36 su xbe.at ↗
Transformer architecture
Attention Mechanism in Deep Learning17 min di lettura · xbe.at ↗Attention Mechanism in Language Models16 min di lettura · xbe.at ↗Transformers Revolutionizing Natural Language Processing16 min di lettura · xbe.at ↗Dualformer Combining Fast and Slow Reasoning in Transformers15 min di lettura · xbe.at ↗Positional Encoding in Transformer Models14 min di lettura · xbe.at ↗Positional Encoding in Transformer Architectures13 min di lettura · xbe.at ↗
Tutti i 48 su xbe.at ↗