Dalla prova di un modello generativo a un prototipo verificabile: il corso segue l’intero flusso di una applicazione che usa API di modelli linguistici e documenti aziendali dimostrativi. Si affrontano preparazione dei dati, recupero delle informazioni, composizione delle risposte, test e controlli su qualità, sicurezza e costi.
Prerequisiti
Sono richiesti Python, uso di API REST, Git e nozioni di gestione dei dati. I laboratori usano documenti dimostrativi, senza dati personali o riservati.
Obiettivi
- Integrare un modello linguistico tramite API e gestire input, output ed errori
- Preparare documenti per il recupero delle informazioni con metadati e criteri di selezione
- Costruire un prototipo RAG con fonti verificabili
- Definire un set di domande di test e valutare risposte, limiti e costi
- Individuare controlli su dati, accessi e uso responsabile
Programma
- Modelli e casi d’uso: capacità e limiti; scelta del modello; criteri di qualità
- Integrazione API: richieste e risposte; errori e limiti; tracciamento
- Preparazione dei dati: documenti e metadati; segmentazione; qualità delle fonti
- Recupero e RAG: ricerca dei contenuti; composizione del contesto; citazione delle fonti
- Valutazione e controlli: set di test; errori e risposte non supportate; sicurezza e costi
- Laboratorio finale: prototipo su documenti dimostrativi; test; revisione dei risultati
Laboratorio
Realizzazione guidata di un prototipo RAG su un piccolo corpus dimostrativo. Ogni gruppo prepara domande di test, verifica la pertinenza delle fonti e documenta casi in cui il sistema non deve rispondere o deve chiedere una verifica umana.
Il calendario, le condizioni di accesso e l’apertura delle iscrizioni saranno confermati prima della vendita. Per un team aziendale è possibile richiedere una proposta personalizzata.
Recensioni
Ancora non ci sono recensioni.