Definizione
Modello AI
Un Modello AI è un sistema matematico addestrato per riconoscere schemi nei dati e produrre risultati come testo, immagini, classificazioni, previsioni o rappresentazioni vettoriali.
Come funziona
Il modello riceve un input e produce un output in base ai parametri appresi durante l’addestramento. Modelli diversi possono essere ottimizzati per compiti differenti: linguaggio, immagini, audio, embedding o altre elaborazioni.
Esempio pratico
Per una stessa attività si può scegliere un modello più veloce ed economico oppure uno più capace nel ragionamento e nella gestione di istruzioni complesse. La scelta dipende quindi dal caso d’uso, non solo dalla potenza nominale.
Quando usarlo
La selezione del modello è rilevante quando cambiano requisiti di qualità, latenza, costo, dimensione del contesto, capacità multimodali o compatibilità con specifiche funzioni.
Perché è importante
Il modello influenza prestazioni e costi, ma non determina da solo la qualità della soluzione. Prompt, dati, workflow, RAG e controlli applicativi possono avere un impatto altrettanto importante.
In Quantiq
Quantiq può utilizzare modelli AI all’interno di diverse funzioni. La configurazione del componente stabilisce quale modello impiegare insieme a istruzioni, conoscenza e comportamento richiesto.
Differenze e confronto
Un LLM è un tipo di Modello AI specializzato sul linguaggio. Un modello di embedding, invece, converte contenuti in vettori e non viene usato principalmente per generare una risposta testuale.
