Archives
- 25 Oct Post-training degli LLM in pratica: error analysis e costruzione degli eval
- 25 Oct Post-training degli LLM: ambienti di test RL, reward hacking e red teaming
- 25 Oct Post-training degli LLM: gli eval come stella polare, test set e metriche
- 10 Oct Post-training degli LLM: PPO e GRPO
- 10 Oct Post-training degli LLM: reward, reward model e RLHF
- 09 Oct Post-training degli LLM: fine-tuning, loss, iperparametri e LoRA
- 09 Oct Post-training degli LLM: dati e token
- 30 Sep Post-training in pratica: reasoning, Constitutional AI e pipeline reali
- 30 Sep Post-training degli LLM: fine-tuning e reinforcement learning
- 18 Aug Goal–Plan–Action (GPA) di un sistema multi-agent
- 17 Aug Misurazione delle performance del Data Agent
- 16 Aug Struttura di agenti e sub-agenti con LangGraph
- 11 Aug Agentic Memory: l'agente memory-aware
- 10 Aug Agentic Memory: consolidamento della memoria e gestione della context window
- 04 Aug Agentic Memory: il Toolbox pattern
- 01 Aug Agentic Memory
- 23 Jul La teoria del Feature Engineering
- 11 May Creating Agents with Langchain Deep Agents
- 02 Apr Amazon SageMaker AI
- 02 Apr AWS Managed AI Services
- 01 Apr Amazon Bedrock
- 27 Mar Reinforcement Learning
- 27 Mar Valutazione e Ottimizzazione dei Modelli ML
- 27 Mar Intelligenza Artificiale
- 27 Mar AWS e Cloud Computing
- 26 Mar Mastering Prompt Engineering
- 03 Nov Alignment con KTO
- 18 Oct LLM "Chat Like Me" Project - Fine-tuning (SFT)
- 16 Oct LLM "Chat Like Me" Project
- 21 Aug Classificazione
- 10 Aug Unit tests
- 07 Aug Evaluation
- 25 Jun Come funzionano le reti neurali
- 06 Jun Evaluation
- 02 Apr Fine Tuning