Update README.md
Browse files
README.md
CHANGED
|
@@ -24,13 +24,13 @@ datasets:
|
|
| 24 |
|
| 25 |
## Overview
|
| 26 |
|
| 27 |
-
**Emma-5** è un Large Language Model decoder-only sperimentale sviluppato da **Egomnia S.p.A.**, progettato per lingua italiana.
|
| 28 |
|
| 29 |
Sito ufficiale: https://emma.egomnia.com
|
| 30 |
|
| 31 |
Il modello è pensato per:
|
| 32 |
- comprensione contestuale moderata
|
| 33 |
-
- generazione di contenuti di media complessità
|
| 34 |
|
| 35 |
Non è progettato per applicazioni safety-critical o reasoning avanzato multi-step.
|
| 36 |
|
|
@@ -79,14 +79,6 @@ Non è progettato per applicazioni safety-critical o reasoning avanzato multi-st
|
|
| 79 |
- Peso modello ONNX: 2,46 GB (FP32)
|
| 80 |
- Peso quantizzato INT8: ~560 MB
|
| 81 |
|
| 82 |
-
## Uso previsto
|
| 83 |
-
|
| 84 |
-
Emma-5 è progettato per:
|
| 85 |
-
|
| 86 |
-
- piccoli chatbot aziendali per PMI
|
| 87 |
-
- piccole automazioni
|
| 88 |
-
- generazione contenuti moderatamente complessi
|
| 89 |
-
|
| 90 |
## Uso non previsto
|
| 91 |
|
| 92 |
- applicazioni mediche, legali o finanziarie critiche
|
|
@@ -101,7 +93,6 @@ Il modello è ottimizzato per:
|
|
| 101 |
- equilibrio tra qualità e latenza
|
| 102 |
- inference su CPU/GPU entry-level
|
| 103 |
- contesti leggeri
|
| 104 |
-
- generazione coerente su testi strutturati
|
| 105 |
|
| 106 |
## Limitazioni
|
| 107 |
|
|
@@ -124,36 +115,6 @@ Egomnia S.p.A.
|
|
| 124 |
|
| 125 |
https://emma.egomnia.com
|
| 126 |
|
| 127 |
-
## Manifesto di Emma — LLM italiano per la sovranità tecnologica
|
| 128 |
-
|
| 129 |
-
Per la sovranità tecnologica italiana
|
| 130 |
-
|
| 131 |
-
Noi crediamo che l’intelligenza artificiale non sia soltanto una tecnologia, ma un’infrastruttura critica per il futuro economico, culturale e democratico di una nazione.
|
| 132 |
-
|
| 133 |
-
Per troppo tempo, i modelli linguistici che plasmano informazione, lavoro e conoscenza sono stati sviluppati altrove, secondo logiche, valori e priorità non sempre allineate con il contesto italiano ed europeo.
|
| 134 |
-
|
| 135 |
-
I nostri modelli nascono per cambiare questo paradigma.
|
| 136 |
-
Non è solo il lancio di un nuovo modello, ma una presa di posizione chiara: rilanciare un ecosistema italiano dell’intelligenza artificiale, capace di essere autonomo, competitivo e coerente con le esigenze del nostro Paese.
|
| 137 |
-
|
| 138 |
-
La famiglia dei LLM "Emma" è anche il risultato di un lavoro costruito nel tempo. Il modello è stato addestrato utilizzando, in parte, dataset proprietari realizzati e custoditi per anni, mai ceduti a terzi. Un patrimonio informativo unico, che siamo convinti possa diventare nel tempo il nostro vero elemento distintivo rispetto ai grandi attori globali.
|
| 139 |
-
|
| 140 |
-
Oggi non abbiamo la presunzione di competere con i nomi che guidano il settore: Emma rappresenta un primo passo, concreto ma ancora iniziale, all'interno di un percorso di crescita e innovazione che intendiamo sviluppare negli anni a venire.
|
| 141 |
-
|
| 142 |
-
Questa non è solo innovazione tecnologica.
|
| 143 |
-
È una scelta di indipendenza.
|
| 144 |
-
È una visione industriale.
|
| 145 |
-
|
| 146 |
-
È il nostro contributo.
|
| 147 |
-
|
| 148 |
-
Dedicato a mia figlia, Emma.
|
| 149 |
-
|
| 150 |
-
Matteo Achilli
|
| 151 |
-
Fondatore di Egomnia
|
| 152 |
-
|
| 153 |
-
## Note
|
| 154 |
-
|
| 155 |
-
Italian GPT: Emma-5 rappresenta un modello di nuova generazione della famiglia Emma, bilanciando efficienza e capacità generativa per applicazioni enterprise leggere nel contesto italiano.
|
| 156 |
-
|
| 157 |
---
|
| 158 |
|
| 159 |
## Inference (ONNX Runtime)
|
|
|
|
| 24 |
|
| 25 |
## Overview
|
| 26 |
|
| 27 |
+
**Emma-5** è un "mini" Large Language Model decoder-only sperimentale sviluppato da **Egomnia S.p.A.**, progettato per lingua italiana.
|
| 28 |
|
| 29 |
Sito ufficiale: https://emma.egomnia.com
|
| 30 |
|
| 31 |
Il modello è pensato per:
|
| 32 |
- comprensione contestuale moderata
|
| 33 |
+
- generazione di contenuti di media-piccola complessità
|
| 34 |
|
| 35 |
Non è progettato per applicazioni safety-critical o reasoning avanzato multi-step.
|
| 36 |
|
|
|
|
| 79 |
- Peso modello ONNX: 2,46 GB (FP32)
|
| 80 |
- Peso quantizzato INT8: ~560 MB
|
| 81 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 82 |
## Uso non previsto
|
| 83 |
|
| 84 |
- applicazioni mediche, legali o finanziarie critiche
|
|
|
|
| 93 |
- equilibrio tra qualità e latenza
|
| 94 |
- inference su CPU/GPU entry-level
|
| 95 |
- contesti leggeri
|
|
|
|
| 96 |
|
| 97 |
## Limitazioni
|
| 98 |
|
|
|
|
| 115 |
|
| 116 |
https://emma.egomnia.com
|
| 117 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 118 |
---
|
| 119 |
|
| 120 |
## Inference (ONNX Runtime)
|