Cass. pen. n. 23006/2026, allucinazioni informatiche e dovere dell’avvocato di verificare le fonti Sintesi La Cassazione penale n. 23006/2026 riguarda un ricorso contenente precedenti presentati in modo non veritiero o non pertinente e ribadisce il dovere professionale di controllare le fonti utilizzate. L’errore può consistere non soltanto in una sentenza inesistente, ma anche nell’attribuzione a…
Dal documento alla risposta: come un LLM può cercare informazioni prima di generare il testo Sintesi Il RAG aggiunge alla generazione un meccanismo di recupero: prima cerca contenuti pertinenti in una raccolta esterna, poi li rende disponibili al modello per costruire la risposta. Questo approccio può collegare l’output a documenti realmente esistenti e ridurre alcuni…
Le allucinazioni degli LLM spiegate semplice: quando una risposta è plausibile, ma non è affidabile
Dal modello linguistico al servizio di intelligenza artificiale che utilizziamo
Come un modello linguistico genera testo prevedendo un token alla volta, perché probabilità non significa verità e perché, nell’attività forense, la verifica resta responsabilità del professionista.
Una guida semplice alle reti neurali artificiali: neuroni, livelli, connessioni, pesi, bias e trasformazioni, senza confondere il modello computazionale con il cervello umano.
Una guida semplice a Transformer, attention e self-attention: come un modello linguistico mette in relazione i token nel contesto senza comprendere o interpretare come una persona.
Che cosa sono i token, come funziona la tokenizzazione e perché il modello non legge un documento come lo legge un avvocato: una guida semplice per comprendere il passaggio dal testo all’elaborazione dell’IA.