Nel 2024 un gruppo di ricercatori ha provato a far imparare un modello linguistico dai testi prodotti da una versione precedente dello stesso sistema. Non hanno utilizzato uno dei grandi modelli commerciali oggi più conosciuti, ma OPT-125M, un modello da 125 milioni di parametri sviluppato da Meta. Il materiale di partenza era WikiText-2, un dataset composto da testi di Wikipedia.
model collapse
Più dati, meno conoscenza: il paradosso dell’AI che impara da sé
I modelli addestrati sui contenuti prodotti da altri modelli possono perdere gli esempi rari e amplificare gli errori. Gli studi sul model collapse mostrano perché dati originali, provenienza delle fonti, benchmark indipendenti e controlli sui casi meno frequenti restano decisivi per lo sviluppo dell’AI
Itconsulting

Continua a leggere questo articolo
Canali
InnovAttori
-

Carlsberg mappa il genoma del luppolo: cosa cambia per la birra
19 Ott 2026 -

Dalla fabbrica connessa all’AI, il percorso di innovazione delle PMI umbre
16 Ott 2026 -

Come l’ERP spinge la trasformazione organizzativa in azienda
16 Ott 2026 -

Costruzioni, comprare tecnologia è facile: farla funzionare molto meno
01 Ott 2026 -

R&D, perché anche nei team tecnici l’adozione dell’AI deve partire dalle persone
30 Set 2026


























