Autore: Giovanni Siragusa
Autore: Giovanni Siragusa
Giovanni Siragusa è redattore della sezione Academia di MagIA, insieme a Federico Torrielli.
Assegnista di ricerca presso il Dipartimento di Informatica di Torino, collabora con il gruppo Social Computing. Durante il suo dottorato di ricerca in informatica, si è specializzato su Natural Language Processing e Reti Neurali, con una tesi riguardante i riassunti automatici.
Attualmente focalizzato sui Large Language Models, Giovanni esplora l'influenza delle personalità dei modelli nell'efficacia della risoluzione dei compiti.
Leggi tutti i contenuti di Giovanni Siragusa per MagIA.
-
Intelligenze generative e studi classici: la filologia del possibile
IA generative, studi classici e filologia del possibile: chatbot addestrati su Omero, Cicerone e Seneca. Leggi su MagIA
-
Stress test intelligenza artificiale medica: l’illusione dei benchmark
Stress test su intelligenza artificiale medica: benchmark alti, ma ragionamenti spesso inventati e convincenti. Leggi su MagIA
-
AIAIAI Podcast: un nuovo spazio di dialogo sull’intelligenza artificiale | Stagione 1
Nasce AIAIAI Podcast, il nuovo progetto audio e video del magazine MagIA.news, per promuovere una comprensione più profonda dell’intelligenza artificiale e del suo impatto sulla società. Prodotto nell’ambito del progetto AI Debating, finanziato dal Dipartimento di Culture, Politica e Società e dal Dipartimento di Informatica dell’Università di Torino, AIAIAI mette in dialogo esperti di informatica,…
-
Attention sink: ecco perché i LLM guardano sempre il primo token
L’attention sink non è un bug, ma una feature: una strategia appresa per contenere il caos informativo dei modelli di linguaggio sempre più profondi. Uno studio recente propone una spiegazione radicalmente nuova al fenomeno dell’attention sink, ovvero la tendenza dei Large Language Model (LLM) ad attribuire un’attenzione sproporzionata al primo token di una sequenza (tipicamente il…
-
I LLM rappresentano un rischio per la società: gli esperti di Oxford chiedono una regolamentazione più stringente
Alcuni esperti di Oxford sostengono che i LLM rappresentano un rischio per la società: cos'è il careless speech. Leggi l'articolo su MagIA
-
La manipolazione mirata delle IA: quando l’intelligenza artificiale impara a ingannare gli utenti vulnerabili
IA e manipolazione: studio rivela i rischi legati all'emergere di comportamenti manipolatori nei confronti degli utenti più vulnerabili.
-
L’intelligenza artificiale sta riportando in auge la pseudoscienza: quali sono i rischi etici?
L’uso del machine learning per predire caratteristiche personali da immagini del volto riprende pericolose pratiche di pseudoscienza.
-
Assistenti conversazionali basati su LLM vs Intent: quale scegliere per la gestione della conoscenza aziendale?
Uno studio dell'Università di Delft rivela i vantaggi degli assistenti conversazionali basati su LLM rispetto ai tradizionali sistemi basati su intenti.
-
L’impronta idrica dell’IA: un segreto che non può più rimanere nascosto
Uno studio pioneristico svela i numeri allarmanti dell'impronta idrica dei data center che ospitano i sistemi di IA. Approfondisci su MagIA
-
Fuori dalla scatola nera: Le probabilità condizionate svelano i segreti dell’IA
Secondo uno studio, l'analisi delle probabilità condizionate può fornire preziose informazioni su affidabilità e processo decisionale delle IA