Cos'è un LLM?
Un Large Language Model (LLM) — la tecnologia dietro Claude — fa una cosa ingannevolmente semplice: legge il testo e prevede cosa viene dopo, un frammento alla volta. Tutto qui. Tutto il resto emerge dal farlo straordinariamente bene.
- Cogliere il modello mentale in una frase: un LLM è un autocompletamento molto sofisticato
- Vedere come il modello costruisce una risposta un token alla volta, in un ciclo
- Capire perché questo meccanismo spiega sia i suoi punti di forza sia le sue stranezze
- Sapere cosa un LLM NON è — e come questo cambia il modo in cui lo usi
Il modello mentale in una frase
Un LLM è un autocompletamento molto sofisticato che ha letto un'enorme quantità di testo e ha appreso gli schemi di come il linguaggio — e le idee al suo interno — tende a continuare.
Quando poni una domanda, il modello non sta "cercando" una risposta. Sta generando la continuazione più plausibile del tuo testo, token per token (vedi Token e contesto). Le continuazioni plausibili di una buona domanda sono di solito buone risposte — ed è per questo che tutto ciò funziona.
:::tip Analogia: la tastiera predittiva sotto steroidi Pensa all'autocompletamento del tuo telefono che suggerisce la parola successiva. Ora immagina che avesse letto la maggior parte dei libri, degli articoli e del codice su internet — e che suggerisse non solo la parola successiva, ma un intero saggio, una traduzione o un programma adatto. Questa è l'intuizione dietro un LLM. :::
Un token alla volta
L'intero motore è un ciclo: leggi tutto ciò che c'è finora, prevedi il frammento successivo, aggiungilo, ripeti.
- Il modello prende in input il tuo prompt più tutto ciò che è stato generato finora come un unico blocco di testo.
- Calcola le probabilità su quale potrebbe essere il token successivo.
- Seleziona un token. Che questo sia deterministico o un po' casuale è ciò che regolano i controlli di campionamento come la temperatura.
- Il token scelto viene aggiunto al testo, e il testo leggermente più lungo rientra in input — ripetendo il ciclo finché la risposta non è completa.
Ogni passo prevede sempre e soltanto un token, poi rimanda in input il testo leggermente più lungo. Il modello non ha un piano per l'intera risposta fin dall'inizio — la coerenza emerge dal fare questa previsione estremamente bene, migliaia di volte. Come si comporta il passo "scegli un token" (greedy oppure un po' casuale) è ciò che regolano i controlli di campionamento come la temperatura.
Perché questo spiega i suoi punti di forza
Poiché ha appreso schemi attraverso scrittura, codice e ragionamento, un LLM può scrivere, riassumere, tradurre, spiegare e programmare con fluidità — task che sono tutti "continua questo testo in modo sensato". Dagli una configurazione chiara e produce una continuazione solida. Ecco perché il prompting conta così tanto: stai dando forma all'inizio del testo che continuerà.
Perché questo spiega le sue stranezze
Lo stesso meccanismo spiega i lati ruvidi:
- Può sbagliare con sicurezza. Una continuazione dal suono fluente non è sempre veritiera — è l'allucinazione.
- Non "conosce" davvero i fatti di oggi a meno che tu non glieli fornisca o disponga di uno strumento per cercarli.
- Non ha memoria tra le conversazioni a meno che tu non gliene dia una.
Cosa un LLM non è
:::warning Adatta le tue aspettative e otterrai risultati migliori
- ❌ Non è un database o un motore di ricerca. Genera, non recupera record verificati.
- ❌ Non è una calcolatrice. Può ragionare sulla matematica ma non è garantito che sia esatto — dagli degli strumenti per quello.
- ❌ Non è una persona. Nessun sentimento, intenzione o memoria continua. È un potente motore di testo. :::
Trattalo come un assistente brillante, veloce e colto che a volte ricorda male — e verifica ciò che conta.
Termini chiave
- Un LLM è un autocompletamento molto sofisticato — prevede il token successivo, non cerca una risposta
- La coerenza emerge dall'eseguire quel ciclo di previsione un token alla volta, migliaia di volte
- Lo stesso meccanismo spiega i suoi punti di forza (scrivere, riassumere, tradurre, spiegare, programmare) e le sue stranezze (sbaglia con sicurezza, niente fatti in tempo reale, niente memoria)
- Non è un database, una calcolatrice o una persona — verifica ciò che conta