Un nuovo modello AI che risolve problemi matematici (e ha un nome impossibile)

Ogni tanto in giro per il web spunta un nuovo modello di AI e si scopre che è un derivato di FLAN-T5, una famiglia di modelli addestrati da Google per imparare a "seguire istruzioni". Questo in particolare è stato messo a dieta (77 milioni di parametri, il che significa è piccolo e veloce) e specializzato nel dataset GSM8K, che contiene problemi matematici di scuola media con soluzioni passo-passo.

Cosa significa tutto questo accrocchio di sigle nel nome? Praticamente i parametri di training che il creatore ha provato: batch size, learning rate, temperature e altre cose tecniche che rendono il modello più bravo a fare i calcoli. È come quando cambi le impostazioni di un videogioco per aumentare la difficoltà, solo che qui l'obiettivo è "spiega come hai ottenuto questo risultato".

Il modello non risolve semplicemente "2+2=4" e basta. L'idea è che spieghi il ragionamento dietro la risposta, step by step. È un approccio più umano, meno "scattola nera che sputa numeri" e più "professore che ti mostra i passaggi".

Su HuggingFace questi modelli open-source vengono condivisi perché la comunità dev possa usarli, migliorarli o adattarli per i propri progetti. È il GitHub dell'AI, sostanzialmente. Chiunque può caricare un modello, scaricare quello di un altro, e iniziare a giocarci senza pagare nulla.

Certo, col name mangling di certi creatori, trovare il modello che fa davvero quello che ti serve è come cercare il tuo ordine Amazon in un magazzino dove tutto è scritto in coordinate cifrate. Ma è il prezzo della libertà open-source.