Modello base e modello istruito: che differenza c'è
Il pre-addestramento insegna al modello a prevedere la parola successiva su enormi quantità di testo. Il risultato conosce la lingua e molti fatti, ma se gli scrivi "fammi un riassunto di questa mail" potrebbe continuare con un'altra richiesta simile, come se stesse completando un elenco di compiti.
Per trasformarlo in un assistente si aggiunge una seconda fase: esempi di istruzioni con la risposta giusta, poi tecniche come l'RLHF che premiano le risposte utili e sicure. Quando scarichi un modello open weight trovi spesso entrambe le versioni, con nomi che finiscono in "base" oppure in "instruct" o "chat".
Un esempio in una PMI
Il tecnico informatico di un'azienda tessile scarica un modello open weight per provarlo in locale. Gli fa una domanda sui tessuti e riceve un testo che va avanti per conto suo, senza rispondere. Si accorge di aver preso la versione base. Con la versione instruct dello stesso modello la risposta è ordinata e pertinente.
Gli errori più comuni
- Usare una versione base per un chatbot o un assistente: non è fatta per conversare.
- Pensare che base voglia dire più scarso: sa le stesse cose, ma non ha imparato a seguire le richieste.
- Fare il fine-tuning sulla versione sbagliata senza aver chiarito l'obiettivo.
Perché ti interessa
Nei servizi come ChatGPT o Claude usi sempre modelli istruiti e la distinzione non si vede. Diventa importante quando scegli un modello open weight o leggi una proposta tecnica: chiedi quale versione verrà usata e perché.
Tutte le parole dell'AI spiegate semplici sono nel glossario.
Domande frequenti
A cosa serve allora un modello base?
Soprattutto a chi deve adattarlo con un proprio addestramento, per esempio per un compito molto specifico o per il linguaggio di un settore.
Il modello istruito è più sicuro?
In genere sì, perché la rifinitura gli insegna anche a rifiutare richieste dannose. Non è una garanzia: servono comunque controlli nel tuo sistema.
Da leggere dopo
Cos'è l'addestramento di un modello AI
L'addestramento è la fase in cui un modello di AI impara da una grande quantità di esempi, regolando i propri parametri finché le sue risposte diventano corrette.
GlossarioCos'è un modello open weight e cosa lo distingue
Un modello open weight è un modello di AI i cui pesi, cioè i parametri imparati durante l'addestramento, sono scaricabili, così che chiunque possa farlo girare sui propri computer.
GlossarioCos'è il fine-tuning e quando conviene a una PMI
Il fine-tuning è un addestramento supplementare di un modello già pronto, fatto su esempi tuoi, per fargli imparare uno stile, un formato o un compito specifico.
GlossarioCos'è un LLM, il modello dietro ChatGPT, Claude e Gemini
Quasi ogni strumento AI che ti propongono ne usa uno. Spesso è lo stesso, rivenduto a prezzi diversi.
GlossarioCos'è l'RLHF, l'AI che impara dal giudizio umano
L'RLHF, apprendimento per rinforzo dal feedback umano, è una tecnica per rifinire un modello linguistico: delle persone confrontano più risposte e scelgono le migliori, e il modello viene addestrato a produrre più spesso risposte di quel tipo.
Vuoi capire cosa serve davvero alla tua azienda, senza gergo? Parliamone.
Testi e grafica realizzati con il supporto dell'AI. Metodo e contenuti sono di AIR.