Architettura Transformer e Meccanismo di Attenzione: Guida Completa agli LLM
Come funzionano i Transformer: limiti di RNN/LSTM, Positional Encoding, Scaled Dot-Product Attention, Multi-Head Attention ed Encoder-Decoder.
LeggiLLM
Guide, analisi e storie Able2Code su LLM: 2 articoli con spiegazioni tecniche e difese pratiche.
Fine-Tuning ad Alta Efficienza (PEFT): Addestrare Modelli 70B con LoRA, QLoRA e TinyLoRA
Come adattare Large Language Model con risorse minime: analisi matematica dettagliata su modello 70B con Full FT, LoRA, LoRA-FA, QLoRA e TinyLoRA a 13…
Leggi