Oggetti

Descrizione

dta reg (aaaa-mm-gg)

Body

Sono emersi diversi modelli linguistici, piccoli ma potenti, a dimostrazione che le dimensioni non sono tutto. I seguenti esempi sono modelli linguistici spaziali (SLM) con un numero di parametri compreso tra 1 e 4 miliardi:
<ul>
<li><a href="https://huggingface-co.translate.goog/meta-llama/Llama-3.2-1B?_x_tr_sl=auto&amp;_x_tr_tl=it&amp;_x_tr_hl=it">Llama3.2-1B</a> &ndash; Una variante da 1 miliardo di parametri sviluppata da Meta eottimizzata per dispositivi edge.</li>
<li><a href="https://huggingface-co.translate.goog/Qwen/Qwen2.5-1.5B-Instruct?_x_tr_sl=auto&amp;_x_tr_tl=it&amp;_x_tr_hl=it">Qwen2.5-1.5B</a> &ndash; Un modello di Alibaba progettato per applicazioni multilingue con 1,5 miliardi di parametri .</li>
<li><a href="https://huggingface-co.translate.goog/deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B?_x_tr_sl=auto&amp;_x_tr_tl=it&amp;_x_tr_hl=it">DeepSeeek-R1-1.5B</a> - Il modello di ragionamento di prima generazione di DeepSeek, derivato da Qwen2.5 e contenente 1,5 miliardi di parametri .</li>
<li><a href="https://huggingface-co.translate.goog/HuggingFaceTB/SmolLM2-1.7B?_x_tr_sl=auto&amp;_x_tr_tl=it&amp;_x_tr_hl=it">SmolLM2-1.7B</a> &ndash; Da HuggingFaceTB, un modello linguistico "piccolo" ( 1,7 miliardi di parametri ) all'avanguardia, addestrato su dataset open source specializzati (FineMath, Stack-Edu e SmolTalk).</li>
<li><a href="https://huggingface-co.translate.goog/microsoft/Phi-3.5-mini-instruct?_x_tr_sl=auto&amp;_x_tr_tl=it&amp;_x_tr_hl=it">Phi-3.5-Mini-3.8B</a> &ndash; Il modello aperto di Microsoft, piccolo ma potente, con 3,8 miliardi di parametri ottimizzato per il ragionamento e la generazione di codice.</li>
<li><a href="https://huggingface-co.translate.goog/google/gemma-3-4b-it?_x_tr_sl=auto&amp;_x_tr_tl=it&amp;_x_tr_hl=it">Gemma3-4B</a> - Sviluppato da Google DeepMind, questo modello leggero ma potente, con 4 miliardi di parametri, &egrave; multilingue e multimodale.</li>
</ul>
Ecco altri modelli linguistici pi&ugrave; potenti e di piccole dimensioni disponibili: Mistral 7B , Gemma 9B e Phi-4 14B (anche se non sono sicuro che Phi-4 con 14 miliardi di parametri si qualifichi ancora come "piccolo", ma &egrave; davvero molto capace :)&nbsp;&nbsp;
Altri famosi slm &nbsp; &nbsp; Alpaca - Una versione messa a punto di LLaMA, ottimizzata per l'istruzione seguente &nbsp; &nbsp; Vicuna - Un chatbot open source addestrato da fine-tuning LLaMA &nbsp; &nbsp; FLAN-T5 Small - Una versione pi&ugrave; piccola del modello FLAN-T5 &nbsp; &nbsp; DistilGPT2 - Una versione distillata di GPT-2 &nbsp; &nbsp; BERT-Mini - Un modello BERT pi&ugrave; piccolo con 4 strati 
<div class="markdown-heading" dir="auto">
<h2 class="heading-element" dir="auto">Frameworks and Tools</h2>
<a id="user-content-frameworks-and-tools" class="anchor" href="https://github.com/slashml/awesome-small-language-models#frameworks-and-tools"></a></div>
<ul dir="auto">
<li><a href="https://github.com/huggingface/transformers">Hugging Face Transformers</a> - State-of-the-art Natural Language Processing for PyTorch and TensorFlow 2.0</li>
<li><a href="https://github.com/huggingface/peft">Peft</a> - Parameter-Efficient Fine-Tuning (PEFT) methods</li>
<li><a href="https://github.com/periflow/periflow">Periflow</a> - A framework for deploying large language models</li>
<li><a href="https://github.com/TimDettmers/bitsandbytes">bitsandbytes</a> - 8-bit CUDA functions for PyTorch</li>
<li><a href="https://www.tensorflow.org/lite" rel="nofollow">TensorFlow Lite</a> - A set of tools to help developers run TensorFlow models on mobile, embedded, and IoT devices</li>
<li><a href="https://github.com/microsoft/onnxruntime">ONNX Runtime</a> - Cross-platform, high performance ML inferencing and training accelerator</li>
<li><a href="https://github.com/always-further/deepfabric">DeepFabric</a> - A framework generating high-quality synthetic data for training and evaluating small language models</li>
</ul>
&nbsp;
&nbsp;

tipo ogg.

cat

subcat

proprietario

azienda

ute

selez1

op1

codart

codice

codclifor

motivo

url

tag

imgsrc

sunto_breve

sunto_medio

note

keyscrape

Lista tag dell'oggetto (oggettag)
cod_tag	value
ai	5
embedding	5
llm	5
llm_internal	5
opensource	5
slm	5
tool	5
wpg	5

Lista delle righe dell'oggetto (oggettir)
tip_pro	cod_pro	descrizione	val_pro	pes_pro

---.