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.
Quota di mercato di LLM: confronto tra utilizzo e adozione
Abbiamo analizzato la quota di mercato dei modelli linguistici di grandi dimensioni (LLM) combinando dati basati sull'utilizzo e stime delle visite web per mostrare come la domanda di modelli linguistici di grandi dimensioni è distribuita tra laboratori di IA e applicazioni di IA: confronto della quota di mercato dei modelli linguistici di grandi dimensioni per paese. Leggi la metodologia per vedere come abbiamo misurato e calcolato questi risultati.
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.
Quantizzazione LLM: BF16 vs FP8 vs INT4
Abbiamo eseguito un benchmark di Qwen3-32B a 4 livelli di precisione (BF16, FP8, GPTQ-Int8, GPTQ-Int4) su una singola GPU NVIDIA H100 da 80 GB. Ogni configurazione è stata valutata su 2 benchmark (~12.200 domande) che coprono la generazione di conoscenza e codice, oltre a più di 2.000 esecuzioni di inferenza per misurare il throughput.
Parametri LLM: GPT-5 Alto, Medio, Basso e Minimo
I nuovi LLM, come la famiglia GPT-5 di OpenAI, sono disponibili in diverse versioni (ad esempio, GPT-5, GPT-5-mini e GPT-5-nano) e con varie impostazioni dei parametri, tra cui alta, media, bassa e minima. Di seguito, esploriamo le differenze tra queste versioni del modello raccogliendo le loro prestazioni di benchmark e i costi per eseguirli. Prezzo vs.