Tutorial sui LLM

I modelli decisionali assegnano un punteggio a un set fisso di risposte invece di scrivere testo. Scopri come funzionano, come si confronta Jev e cosa hanno rilevato i test indipendenti.

Un tutorial pratico di valutazione RAG in Python. Crea un dataset di valutazione, valutalo con le 4 metriche core di Ragas, integra un quality gate in CI, genera domande di test sintetiche e traccia i punteggi tra i commit così puoi distinguere un errore di retrieval da uno di generazione prima che se ne accorgano gli utenti.

Segui questo tutorial sull'uso del computer con l'Agents API di OpenAI per creare un agente QA in Python che testa un checkout in un browser ospitato e ritesta una correzione nella stessa sessione.

Esegui in locale un enorme modello MoE combinando VRAM della GPU, RAM di sistema, SGLang e KTransformers per un'inferenza eterogenea CPU-GPU.

Crea un agente AI per la risposta agli incidenti con GPT-6.1 Sol, l'Agents API di OpenAI e un sandbox hosted per indagare gli incidenti, eseguire controlli e generare report strutturati.

Scopri come creare un agent harness AI personalizzato con Python, loop ReAct e stato durevole.

Scopri i nuovi modelli Amazon Nova (Micro, Lite, Pro, Premier, Canvas, Reel), come accedervi tramite Bedrock Playground e API e come creare una demo di app multi‑agente.

Inizia con il modello linguistico DCLM-7B di Apple e scopri come configurarlo, usarlo e affinarlo per compiti specifici.

Scopri come creare e pubblicare un’app per allenamenti in palestra con Bolt.new e piani di allenamento adattivi.

Un tutorial completo sulla creazione di agenti LangChain multi‑tool per automatizzare attività in Python usando LLM e modelli chat con OpenAI.

Creazione, test e integrazione del server MCP ArXiv Explorer.

Crea un'app di chat che capisce testo, immagini, audio e documenti, ed esegue anche codice Python. Una vera applicazione multimodale, più vicina all'AGI.