Modelli linguistici di grandi dimensioni

  • 7 minuti

Capire come funziona l'intelligenza artificiale generativa può aiutare i docenti a rimanere all'avanguardia dei progressi tecnologici nel campo dell'istruzione. Approfondiamo il vocabolario dell'intelligenza artificiale.

Che cosa sono i modelli linguistici di grandi dimensioni?

Il modello LLM (Large Language Model) si riferisce a modelli di intelligenza artificiale come GPT-4.5 (e versioni future) di OpenAI, sottoposti a training su grandi quantità di testo e in grado di generare risposte conversazionali sul posto stimando le parole successive in una frase, ad esempio la creazione di un puzzle. I modelli linguistici di grandi dimensioni possono eseguire varie attività in linguaggio naturale, ad esempio:

  • Classificazione
  • Riepilogo
  • Conversione
  • Generazione di contenuto
  • Dialogo (ad esempio, assistenti virtuali)

I modelli linguistici di grandi dimensioni sono addestrati su miliardi di esempi linguistici provenienti da fonti diverse come libri, articoli e siti web, che li aiutano a rispondere con fatti, testi grammaticalmente corretti, argomentazioni e una parvenza di creatività.

Il popolare sistema ChatGPT di OpenAI è un esempio di questo tipo di intelligenza artificiale generativa. ChatGPT è basato su un modello linguistico di grandi dimensioni inventato all'OpenAI basato sul modello GPT-4.5 (trasformatore pre-sottoposto a training generativo). Si consideri ChatGPT come un'applicazione basata su un modello linguistico di grandi dimensioni ottimizzato per le chat interattive.

Persone l'uso di un'app basata su un modello linguistico di grandi dimensioni può indirizzare l'output del modello tramite prompt, ovvero il testo immesso nell'interfaccia dell'app. I prompt possono essere frasi o domande in linguaggio naturale, frammenti di codice o comandi, o qualsiasi combinazione di testo o codice.

Quando un prompt è specifico e dettagliato, i LLM possono generare testo, approfondire i punti principali, condensare le informazioni in punti chiave e rispondere alle domande in modo efficiente. L'arte di definire in modo creativo i prompt LLM è un campo emergente noto come progettazione rapida e progettazione rapida. Comporta il processo di creazione di richieste efficaci ed efficienti per ottenere la risposta desiderata. I docenti e gli studenti potrebbero dover provare a scegliere le parole, le frasi, i simboli e i formati corretti che guidano il modello per generare testi pertinenti e di alta qualità.

Alcuni suggerimenti per la scrittura di prompt efficaci sono:

  • Essere specifici.
  • Usare il modello corretto per l'attività.
  • Chiedere i risultati da un certo punto di vista.
  • Guida il modello per generare la lunghezza desiderata.
  • Usare il pulsante Nuovo argomento per modificare gli argomenti

Per altre informazioni, vedere:]

Microsoft usa la tecnologia di modelli linguistici di grandi dimensioni per potenziare le funzionalità di Copilot Chat.

Copilot Chat è come avere un assistente di ricerca, un pianificatore personale e un partner creativo al tuo fianco ogni volta che cerchi sul Web. Grazie a questa serie di funzionalità basate sull'intelligenza artificiale, è possibile:

  • Fare una domanda vera e propria. Quando si pongono domande complesse, Copilot Chat può fornire risposte dettagliate.
  • Ottenere una risposta concreta. Copilot Chat esamina i risultati della ricerca sul Web per fornire una risposta riepilogativa.
  • Sii creativo. Quando hai bisogno di ispirazione, Copilot Chat può aiutarti a scrivere poesie, storie o persino creare un'immagine completamente nuova.
  • Nell'esperienza di chat, puoi anche porre domande di follow-up come "Puoi spiegarlo in termini più semplici" o "Dammi più opzioni" per ottenere risposte diverse e più dettagliate nella tua ricerca.

Nota

Controllare sempre i risultati. Anche se le risposte dei LLM appaiono convincenti, potrebbero essere imprecise, incomplete o inadeguate. I LLM non sono in grado di comprendere o valutare l'accuratezza delle risposte. È importante notare che Copilot Chat fornisce a docenti e studenti origini per il contenuto online usato come dati nelle risposte, in modo che possano valutarlo prima di usarlo come origine attendibile.

Un esempio pratico:

Un membro della facoltà di un'università deve scrivere un nuovo programma per un corso di pianificazione urbana. Essi iniziano chiedendo a Copilot Chat di scrivere un riepilogo di un corso di pianificazione urbana a livello universitario. Il riepilogo è dettagliato ma non include tutti gli elementi del corso. Il membro del docente modifica la richiesta per includere la struttura del corso e specifica che il riepilogo è per un programma del corso. La seconda iterazione è più vicina a ciò che serve per il syllabus. Copiano il testo, lo incollano in un documento Word e cambiano solo poche parole. Il riepilogo è fatto. Chiedono quindi Copilot Chat di scrivere obiettivi di apprendimento per il corso in base alla struttura e al riepilogo. In pochi minuti completano questa attività e possono passare alla creazione del materiale didattico.

Sebbene i LLM siano impressionanti sotto molti punti di vista, sono più adatti a compiti che comportano la categorizzazione, la generazione di nuove idee o la sintesi di un testo piuttosto che il recupero di dettagli specifici da un grande insieme di dati.