Riccardo De Simoni
Ingegnere informatico · Galassia Lab
Chi sono
Sono Riccardo De Simoni, ingegnere informatico.
Non voglio insegnarti niente. Voglio condividere quello che ho imparato in anni da nerd passati davanti a uno schermo: modelli che sbagliavano, script che non partivano, notti intere a capire perché.
Credo nei fallimenti come strada per il successo. Quasi tutto quello che funziona in questo corso è nato da qualcosa che prima non funzionava, e ti racconto tutti e due.
Sono un sostenitore della teoria di Matrix. Se non altro, mi ha insegnato a non dare niente per scontato, nemmeno la risposta di un modello.
Secondo me il modo migliore per informarsi e imparare è da soli. Per questo ti lascio i paper da cui sono partito io: leggili, anche se la prima volta capisci metà delle cose.
Dalla v1
Mani sui LLM fin dalle prime versioni pubbliche
9
Sistemi AI mandati in produzione per i clienti
340
Persone formate, da operatori a CTO
Da leggere da soli
- Anthropic, 2021A Mathematical Framework for Transformer Circuits Come funziona davvero una rete neurale di tipo transformer, pezzo per pezzo.
- Anthropic, 2022Predictability and Surprise in Large Generative Models Perché i modelli migliorano in modo prevedibile, e le capacità che spuntano senza preavviso.
- Anthropic, 2025Expanding our use of Google Cloud TPUs TPU, server e centri di calcolo: l’hardware su cui girano questi modelli.
- Parr e Howard, University of San Francisco, 2018The Matrix Calculus You Need For Deep Learning La matematica che c’è dietro: il calcolo matriciale spiegato da zero.
- Krizhevsky, Sutskever e Hinton, University of Toronto, 2012ImageNet Classification with Deep Convolutional Neural Networks Il paper che ha fatto ripartire le reti neurali.
- Bahdanau, Cho e Bengio, Université de Montréal, 2014Neural Machine Translation by Jointly Learning to Align and Translate Nasce l’attenzione, l’idea alla base dei modelli di oggi.