Fibre
Contattaci
Nessun risultato trovato.

Modelli di intelligenza artificiale

I modelli di intelligenza artificiale effettuano previsioni basandosi sui dati di addestramento. Possono funzionare in qualsiasi ambito, come numeri, testo o contenuti multimediali.

Esplora :categoria

Confronto tra i modelli Large Vision: GPT-4o vs YOLOv8n

Modelli di intelligenza artificialeMag 7

I modelli di visione su larga scala (LVM) possono automatizzare e migliorare attività visive come il rilevamento di difetti, la diagnosi medica e il monitoraggio ambientale. Abbiamo confrontato tre modelli di rilevamento di oggetti: YOLOv8n, DETR e GPT-4o Vision, su 1.000 immagini ciascuno, misurando metriche come mAP@0.5, velocità di inferenza, FLOPs e numero di parametri.

Per saperne di più
Modelli di intelligenza artificialeMag 6

Benchmark dei modelli tabulari: prestazioni su 19 set di dati 2026

Abbiamo effettuato un benchmark di 7 modelli di apprendimento tabulare ampiamente utilizzati su 19 dataset reali, comprendenti circa 260.000 campioni e oltre 250 caratteristiche totali, con dimensioni dei dataset che variano da 435 a quasi 49.000 righe.

Modelli di intelligenza artificialeApr 24

Confronto tra modelli di linguaggio visivo e riconoscimento delle immagini.

I modelli di linguaggio visivo avanzati (VLM) possono sostituire i modelli tradizionali di riconoscimento delle immagini? Per scoprirlo, abbiamo confrontato le prestazioni di 16 modelli leader in tre paradigmi: reti neurali convoluzionali (CNN) tradizionali (ResNet, EfficientNet), VLM (come GPT-4.1, Gemini 2.5) e API cloud (AWS, Google, Azure).

Modelli di intelligenza artificialeApr 15

Confronto tra modelli di fondamenti relazionali

Abbiamo confrontato SAP-RPT-1-OSS con il gradient boosting (LightGBM, CatBoost) su 17 dataset tabellari che coprono l'intero spettro semantico-numerico, tabelle piccole/ad alta semantica, dataset aziendali misti e grandi dataset numerici a bassa semantica. Il nostro obiettivo è misurare in quali casi i prior semantici pre-addestrati di un LLM relazionale possono offrire vantaggi rispetto ai modelli ad albero tradizionali e dove invece incontrano difficoltà in presenza di grandi dimensioni o di una struttura a bassa semantica.

Modelli di intelligenza artificialeFeb 11

Modelli di fondazione mondiali: 10 casi d'uso

L'addestramento di robot e veicoli autonomi (AV) nel mondo fisico può essere costoso, dispendioso in termini di tempo e rischioso. I World Foundation Models offrono un'alternativa scalabile, consentendo simulazioni realistiche di ambienti reali. Questi modelli accelerano lo sviluppo e l'implementazione in robotica, veicoli autonomi e altri settori, riducendo la dipendenza dai test fisici. Scopri come funzionano i World Foundation Models, le loro caratteristiche e i loro vantaggi.

Modelli di intelligenza artificialeFeb 10

Modelli di base per le serie temporali: casi d'uso e vantaggi

I modelli di base per serie temporali (TSFM) si basano sui progressi dei modelli di base nell'elaborazione del linguaggio naturale e nella visione artificiale. Utilizzando architetture basate su transformer e grandi quantità di dati di addestramento, raggiungono prestazioni zero-shot e si adattano a diversi settori come finanza, commercio al dettaglio, energia e sanità.