Guida alle risorse per LLM
Scopri ogni tipo di risorsa: a cosa serve, quando e come usarla.
Glossary: AI concepts explained simply →
Pubblicare senza il modulo: API, riga di comando e GitHub Actions →
Use the catalogue in your tools
Your AI assistant (ChatGPT, Claude, Cursor, VS Code) searches and loads resources on its own.
pip install contexte: a dataset, a prompt or a context in one line.
All public routes, in JSON, no account: interactive documentation.
Personal token, ctx-publish, curl and GitHub Actions.
Produzione — usare il modello in produzione, senza modificarlo
Un contesto è un insieme di istruzioni ed esempi forniti al modello di IA prima della domanda dell'utente.
Un prompt è un template di testo riutilizzabile con variabili tra doppie graffe, per esempio {{product}}.
Un agente è un assistente di IA che concatena più passaggi per completare un compito: segue istruzioni, usa server MCP e contesti e rispetta dei limiti di sicurezza..
Una pipeline RAG (retrieval-augmented generation) permette a un modello di rispondere a partire dai tuoi documenti: vengono divisi in chunk e trasformati in embeddings, poi per ogni domanda si recuperano gli estratti utili e si passano al modello..
Un workflow è una catena di passaggi in cui interviene l'IA: recuperare dati, farli analizzare da un modello e inviare il risultato altrove.
Uno schema di output è un JSON Schema che descrive esattamente la forma della risposta: quali campi, di che tipo e quali sono obbligatori.
Addestramento — modificare il modello addestrandolo
Un dataset è un insieme di esempi in formato JSONL (una riga JSON per esempio) usato per addestrare o valutare un modello..
LoRA adatta un modello esistente a un compito senza riaddestrarlo del tutto: si addestrano solo piccoli adattatori.
Una valutazione è un insieme di casi di test (input e risposta attesa) con un metodo di punteggio.
Un corpus è un insieme di documenti già suddivisi in frammenti, ciascuno con il suo testo e la sua fonte.
A reward function scores a model's answer during reinforcement learning: the model learns to produce the answers that get the best score.
A synthetic data recipe explains how to generate a dataset with a model: the prompt that produces the examples, the model used, the target format, the volume and the filters that discard bad examples..
An annotation guide gives the instructions to label data consistently: the list of labels, the definition of each one and annotated examples.
Estensioni — collegare strumenti al modello
Un server MCP (Model Context Protocol) dà nuove capacità a un assistente di IA: leggere file, interrogare un database, chiamare un servizio.
Un agente A2A è un agente IA raggiungibile con il protocollo A2A (Agent2Agent), uno standard aperto gestito dalla Linux Foundation.
Una skill è un pacchetto di istruzioni (file SKILL.md) che un assistente come Claude carica solo quando il compito lo richiede.
Un harness è l'ambiente che esegue un agente: il suo file di istruzioni (es.
Memory lets an AI assistant remember information from one conversation to the next: preferences, decisions, project context.
Infrastruttura — eseguire un modello in proprio
Una configurazione di inferenza raccoglie le impostazioni per eseguire un modello sul proprio computer: il motore (Ollama, vLLM, llama.cpp), la quantizzazione, la dimensione del contesto e il comando di avvio..
Uno stack è un insieme di servizi IA che funzionano insieme e si avviano con un solo comando: per esempio un modello, un database vettoriale e un'interfaccia di chat, descritti in un docker-compose..
Conformità — dimostrare che l'IA è sicura e lecita
Una salvaguardia è un insieme di regole che controlla ciò che entra o esce da un assistente IA: bloccare dati personali, rilevare una prompt injection, rifiutare argomenti fuori ambito..
Il red teaming consiste nell'attaccare di proposito un assistente IA per trovarne i punti deboli prima degli utenti: aggiramento delle regole, fughe di dati, prompt injection, promesse indebite..
Un dossier AI Act è un modello di documentazione da compilare per rispettare il regolamento europeo sull'IA: nota di trasparenza, descrizione dei dati di addestramento, analisi dei rischi o registro..
An AI use policy sets an organisation's internal rules: which tools are allowed, which data must never be sent to an AI, when human review is mandatory.
Modelli — modelli adattati pubblicati dai Labs
Un modello è un modello di IA pubblicato da un Lab verificato: fine-tune, merge o versione quantizzata.
Un modello di embedding trasforma un testo in una lista di numeri (un vettore).
Un world model genera un mondo interattivo da una descrizione: ci si può muovere o agire e la scena reagisce.