Insights
Blog
Note tecniche su AI verticale, deployment on-prem e normativa. Niente hype: cosa funziona, cosa no, e perché.
-
Il fine-tuning impara la forma, non la conoscenza: cosa ci hanno insegnato quattro modelli da 1,7 a 12 miliardi di parametri
Abbiamo addestrato quattro LLM di taglia crescente sullo stesso dataset normativo verticale. La taglia non ha spostato l’accuratezza: a deciderla è quante volte un fatto si ripete nel dataset. Sotto la soglia, il modello impara lo stile delle citazioni — non il loro contenuto.
-
RENTRI e FIR digitale: cosa cambia per chi gestisce rifiuti
Il RENTRI digitalizza FIR e registri. Scadenze scaglionate, errori comuni e come affrontarlo senza la corsa dell’ultimo minuto.
-
On-prem non è nostalgia: quando i dati non possono uscire
On-prem non è diffidare del cloud. È sapere quali dati non possono lasciare il perimetro — e quando invece il cloud va benissimo.
-
Cosa vuol dire (davvero) verticalizzare un modello
«Verticalizzare» suona bene e dice poco. Cosa significa in pratica: prompt, retrieval e fine-tuning — in ordine di costo — più la valutazione che nessuno mostra.