Pagina principale

2024-03-05T09:28:33Z

MP:

== Aiuto ==
* [[Linee Guida della Wiki AI Lab]]
* [https://www.mediawiki.org/wiki/Special:MyLanguage/Help:Contents Guida utente]: Una risorsa completa per i nuovi utenti di MediaWiki.
* [[Aiuto:Categorie_di_Wiki_AI_Lab]]: Guida alle categorie specifiche del Wiki AI Lab.

== Architetture ==
{| class="wikitable"
! Nome
! Descrizione
|-
| [[Recurrent Neural Network (RNN)]]
| Rete neurale ricorrente
|-
| [[LSTM]]
| Long Short-Term Memory, una forma di rete neurale ricorrente
|-
| [[Generative Adversarial Networks (GAN)]]
| Reti che imparano a generare nuovi dati simili a quelli su cui sono addestrate
|-
| [[AutoEncoder (AE)]]
|-
| [[Variational AutoEncoder (RAE)]]
|-
| [[Reinforcement Learning From Human Feedback (RLHF)]]
|
|}

== Modelli ==

=== Linguaggio Naturale ===
* [[GPT-4]]: La quarta generazione del modello di linguaggio GPT.
* [[GPT-3.5 Turbo]]: Predecessore di GPT-4, ancora ampiamente utilizzato.
* [[GPT-3.5 Turbo vs. GPT-4]]: Modelli a confronto.
* [[Mistral]]: Modello per la generazione di testo.
* [[Llama]]: LLM di Meta
* [[PaLM]]: LLM di Google
* [https://www.cnbc.com/2024/02/08/google-gemini-ai-launches-in-new-app-subscription.html Bard AI]: Nome precedente dell'AI di Google, rinominata in [[Gemini]] nel Febbraio 2024
* [[Alpaca]]

==== Function Calling ====

* [[Gorilla OpenFunctions]]

=== Generazione Immagini ===
* [[Dall-e]]: Modello di OpenAI per la creazione di immagini.
* [[Midjourney]]: Principale competitor di Dall-e nella generazione di immagini
* [[Stable Diffusion]]: Generatore di immagini sviluppato da Stability AI
* [[Zero 1-to-3]]: Generazione immagini 3D da 1D

=== Generazione Video ===
* [[Sora]]: Modello OpenAI per la creazione di contenuti video.

=== Generazione Audio ===
* [[Magenta]]: Progetto di Google che mira a utilizzare l'apprendimento automatico per creare arte e musica.

== Progetti ==
{| class="wikitable"
! Nome
! Descrizione
|-
| [[Magenta (Google)]]
| Progetto di ricerca di Google su arte e musica tramite IA
|-
| [[IKEVA-HAI (IULM AI Lab)]]
|
|}

== Paper ==
=== NLP (Natural Language Processing) ===
* [[Language Models are Few-Shot Learners (2020)]]
* [[A Theory for Emergence of Complex Skills in Language Models (2023)]]: Teorie sull'emergere di competenze complesse nei modelli di linguaggio.
* [[Why think step by step? Reasoning emerges from the locality of experience (2023)]]
* [[Functional Benchmarks for Robust Evaluation of Reasoning Performance, and the Reasoning Gap (29/02/2024)]]

=== Musica ===
==== MIDI ====
* [[DeepJ: Style-Specific Music Generation (2018)]]
* [[Automatic Stylistic Composition of Bach Chorales With Deep LSTM (2017)]]
* [[Harmonizing Music the Boltzmann Way (1994)]]

== Concetti ==
=== Matematica ===
* [[Funzione Obiettivo (loss)]]

=== Apprendimento ===
* [[Few-shot learning]]
* [[Function Calling]]
* [[Fine-tuning]]
* [[Contamination Testing]]

=== Esecuzione e Inferenza ===
* [[Quantizzazione]]: Riduzione della precisione dei numeri per accelerare l'esecuzione dei modelli.
* [[Metodi di Decoding]]: Tecniche per generare output dai modelli di linguaggio.

=== Benchmarking ===
* [[Creazione e Valutazione di Benchmark IA: Processo e Principi]]
* [[Adversarial Endings]]

=== Ragionamento negli LLM (Large Language Models) ===
* [[Step by Step]]
* [[Chain of reasoning]]
* [[Reasoning Gap]]
* [[Scaling Laws]]

== Dataset ==
* [https://paperswithcode.com/paper/datasets-for-large-language-models-a Datasets for Large Language Models: A Comprehensive Survey]
* [https://colinraffel.com/projects/lmd/#get Lakh MIDI Dataset]: Dataset di file MIDI per la ricerca musicale.

* [[DocRED: A Large-Scale Document-Level Relation Extraction Dataset]]

== Benchmarks ==
=== Modelli di Linguaggio ===

==== Benchmark Aggregati ====
* [[MMLU]]

==== Capacità di Ragionamento ====

* [[HellaSwag]]
* [[DROP]]
* [[WinoGrande]] - Sakaguchi et al., 2021
* [[Arc C]]
* PIQA - Bisk et al., 2020
* SIQA - Sap et al., 2019
* CommonsenseQA - Talmor et al., 2018

==== Conoscenza ====
* [[NaturalQuestions]] - Kwiatkowski et al.,2019
* [https://nlp.cs.washington.edu/triviaqa/ TriviaQA] - Joshi et al., 2017

==== Codice ====
* [[HumanEval]] - Chen et al., 2021
* [[MBPP]] - Austin et al., 2021

==== Comprensione del Testo ====
* [[SQuAD]] - Rajpurkar et al., 2018
* [[QuAC]] - Choi et al., 2018
* [[BoolQ]] - Clark et al., 2019)

==== Matematica ====
* [[GSM8K]] - Cobbe et al., 2021
* [[MATH]] - Hendrycks et al., 2021

=== Embeddings ===
* MIRACL
* MTEB

=== Video ===
* [[HMDB: a large human motion database]]
* [[UCF101 - Action Recognition Data Set]]

== Servizi Cloud ==

=== Google ===
* [[Vertex AI]]
* [[Model Garden]]

Pagina principale

2024-03-05T09:18:31Z

MP:

== Aiuto ==
* [[Linee Guida della Wiki AI Lab]]
* [https://www.mediawiki.org/wiki/Special:MyLanguage/Help:Contents Guida utente]: Una risorsa completa per i nuovi utenti di MediaWiki.
* [[Aiuto:Categorie_di_Wiki_AI_Lab]]: Guida alle categorie specifiche del Wiki AI Lab.

== Architetture ==
{| class="wikitable"
! Nome
! Descrizione
|-
| [[Recurrent Neural Network (RNN)]]
| Rete neurale ricorrente
|-
| [[LSTM]]
| Long Short-Term Memory, una forma di rete neurale ricorrente
|-
| [[Generative Adversarial Networks (GAN)]]
| Reti che imparano a generare nuovi dati simili a quelli su cui sono addestrate
|-
| [[AutoEncoder (AE)]]
|-
| [[Variational AutoEncoder (RAE)]]
|-
| [[Reinforcement Learning From Human Feedback (RLHF)]]
|
|}

== Modelli ==

=== Linguaggio Naturale ===
* [[GPT-4]]: La quarta generazione del modello di linguaggio GPT.
* [[GPT-3.5 Turbo]]: Predecessore di GPT-4, ancora ampiamente utilizzato.
* [[GPT-3.5 Turbo vs. GPT-4]]: Modelli a confronto.
* [[Mistral]]: Modello per la generazione di testo.
* [[Llama]]: LLM di Meta
* [[PaLM]]: LLM di Google
* [https://www.cnbc.com/2024/02/08/google-gemini-ai-launches-in-new-app-subscription.html Bard AI]: Nome precedente dell'AI di Google, rinominata in [[Gemini]] nel Febbraio 2024
* [[Alpaca]]

==== Function Calling ====

* [[Gorilla OpenFunctions]]

=== Generazione Immagini ===
* [[Dall-e]]: Modello di OpenAI per la creazione di immagini.
* [[Midjourney]]: Principale competitor di Dall-e nella generazione di immagini
* [[Stable Diffusion]]: Generatore di immagini sviluppato da Stability AI
* [[Zero 1-to-3]]: Generazione immagini 3D da 1D

=== Generazione Video ===
* [[Sora]]: Modello OpenAI per la creazione di contenuti video.

=== Generazione Audio ===
* [[Magenta]]: Progetto di Google che mira a utilizzare l'apprendimento automatico per creare arte e musica.

== Progetti ==
{| class="wikitable"
! Nome
! Descrizione
|-
| [[Magenta (Google)]]
| Progetto di ricerca di Google su arte e musica tramite IA
|-
| [[IKEVA-HAI (IULM AI Lab)]]
|
|}

== Paper ==
=== NLP (Natural Language Processing) ===
* [[Language Models are Few-Shot Learners (2020)]]
* [[A Theory for Emergence of Complex Skills in Language Models (2023)]]: Teorie sull'emergere di competenze complesse nei modelli di linguaggio.
* [[Why think step by step? Reasoning emerges from the locality of experience (2023)]]
* [[Functional Benchmarks for Robust Evaluation of Reasoning Performance, and the Reasoning Gap (29/02/2024)]]

=== Musica ===
==== MIDI ====
* [[DeepJ: Style-Specific Music Generation (2018)]]
* [[Automatic Stylistic Composition of Bach Chorales With Deep LSTM (2017)]]
* [[Harmonizing Music the Boltzmann Way (1994)]]

=== Text-to-Image ===

==== Dall-e ====
* [[Zero-Shot Text-to-Image Generation (2021)]]: Generazione di immagini da testo senza esempi.
* [[Hierarchical text-conditional image generation with CLIP latents (2022)]]: Seconda iterazione del modello di Dall-e
* [[Improving Image Generation with Better Captions (2023)]]: Terza iterazione del modello Dall-e per la generazione di immagini.

== Concetti ==
=== Matematica ===
* [[Funzione Obiettivo (loss)]]

=== Apprendimento ===
* [[Few-shot learning]]
* [[Function Calling]]
* [[Fine-tuning]]
* [[Contamination Testing]]

=== Esecuzione e Inferenza ===
* [[Quantizzazione]]: Riduzione della precisione dei numeri per accelerare l'esecuzione dei modelli.
* [[Metodi di Decoding]]: Tecniche per generare output dai modelli di linguaggio.

=== Benchmarking ===
* [[Creazione e Valutazione di Benchmark IA: Processo e Principi]]
* [[Adversarial Endings]]

=== Ragionamento negli LLM (Large Language Models) ===
* [[Step by Step]]
* [[Chain of reasoning]]
* [[Reasoning Gap]]
* [[Scaling Laws]]

== Dataset ==
* [https://paperswithcode.com/paper/datasets-for-large-language-models-a Datasets for Large Language Models: A Comprehensive Survey]
* [https://colinraffel.com/projects/lmd/#get Lakh MIDI Dataset]: Dataset di file MIDI per la ricerca musicale.

* [[DocRED: A Large-Scale Document-Level Relation Extraction Dataset]]

== Benchmarks ==
=== Modelli di Linguaggio ===

==== Benchmark Aggregati ====
* [[MMLU]]

==== Capacità di Ragionamento ====

* [[HellaSwag]]
* [[DROP]]
* [[WinoGrande]] - Sakaguchi et al., 2021
* [[Arc C]]
* PIQA - Bisk et al., 2020
* SIQA - Sap et al., 2019
* CommonsenseQA - Talmor et al., 2018

==== Conoscenza ====
* [[NaturalQuestions]] - Kwiatkowski et al.,2019
* [https://nlp.cs.washington.edu/triviaqa/ TriviaQA] - Joshi et al., 2017

==== Codice ====
* [[HumanEval]] - Chen et al., 2021
* [[MBPP]] - Austin et al., 2021

==== Comprensione del Testo ====
* [[SQuAD]] - Rajpurkar et al., 2018
* [[QuAC]] - Choi et al., 2018
* [[BoolQ]] - Clark et al., 2019)

==== Matematica ====
* [[GSM8K]] - Cobbe et al., 2021
* [[MATH]] - Hendrycks et al., 2021

=== Embeddings ===
* MIRACL
* MTEB

=== Video ===
* [[HMDB: a large human motion database]]
* [[UCF101 - Action Recognition Data Set]]

== Servizi Cloud ==

=== Google ===
* [[Vertex AI]]
* [[Model Garden]]

Wiki AI - Contributi dell'utente [it]

Pagina principale

Pagina principale