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

LLM

Benchmark Modelli Tabulari: Prestazioni su 19 Dataset

Modelli di intelligenza artificialeMag 22

We benchmarked 7 widely used tabular learning models across 19 real-world datasets, covering ~260,000 samples and over 250 total features, with dataset sizes ranging from 435 to nearly 49,000 rows. Our goal was to understand top-performing model families for datasets of different sizes and structure (e.g. numeric vs.

Per saperne di più

Modelli di intelligenza artificialeMag 15

Modelli Fondamentali del Mondo: 10 Casi d'Uso

Training robots and autonomous vehicles (AVs) in the physical world can be costly, time-consuming and risky. World Foundation Models offer a scalable alternative by enabling realistic simulations of real-world environments. These models accelerate development and deployment in robotics, AVs, and other domains by reducing reliance on physical testing.

Modelli di intelligenza artificialeMag 7

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

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.

Modelli di intelligenza artificialeApr 24

Modelli Vision Language confrontati con il riconoscimento delle immagini

Can advanced Vision Language Models (VLMs) replace traditional image recognition models? To find out, we benchmarked 16 leading models across three paradigms: traditional CNNs (ResNet, EfficientNet), VLMs ( such as GPT-4.1, Gemini 2.5), and Cloud APIs (AWS, Google, Azure).

Modelli di intelligenza artificialeApr 15

Confronta i Modelli Fondamentali Relazionali

We benchmarked SAP-RPT-1-OSS against gradient boosting (LightGBM, CatBoost) on 17 tabular datasets spanning the semantic-numeral spectrum, small/high-semantic tables, mixed business datasets, and large low-semantic numerical datasets. Our goal is to measure where a relational LLM’s pretrained semantic priors may provide advantages over traditional tree models and where they face challenges under scale or low-semantic structure.

Modelli di intelligenza artificialeFeb 10

Modelli fondazionali per serie temporali: Casi d'uso e vantaggi

Time series foundation models (TSFMs) build on advances in foundation models from natural language processing and vision. Using transformer-based architectures and large-scale training data, they achieve zero-shot performance and adapt across sectors such as finance, retail, energy, and healthcare.