{"id":3434,"date":"2024-04-09T22:48:05","date_gmt":"2024-04-09T22:48:05","guid":{"rendered":"https:\/\/i2d.it\/insightgpt\/tecnologia\/"},"modified":"2024-06-03T21:01:22","modified_gmt":"2024-06-03T21:01:22","slug":"tecnologia","status":"publish","type":"page","link":"https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/","title":{"rendered":"Tecnologia"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-page\" data-elementor-id=\"3434\" class=\"elementor elementor-3434 elementor-1200\" data-elementor-post-type=\"page\">\n\t\t\t\t<div data-wpr-particles=\"{&quot;particles&quot;:{&quot;number&quot;:{&quot;value&quot;:30,&quot;density&quot;:{&quot;enable&quot;:true,&quot;value_area&quot;:800}},&quot;color&quot;:{&quot;value&quot;:&quot;#3b56bf&quot;},&quot;shape&quot;:{&quot;type&quot;:&quot;circle&quot;,&quot;stroke&quot;:{&quot;width&quot;:0,&quot;color&quot;:&quot;#3b56bf&quot;},&quot;polygon&quot;:{&quot;nb_sides&quot;:5},&quot;image&quot;:{&quot;src&quot;:&quot;img\/github.svg&quot;,&quot;width&quot;:100,&quot;height&quot;:100}},&quot;opacity&quot;:{&quot;value&quot;:0.5,&quot;random&quot;:false,&quot;anim&quot;:{&quot;enable&quot;:false,&quot;speed&quot;:1,&quot;opacity_min&quot;:0.1,&quot;sync&quot;:false}},&quot;size&quot;:{&quot;value&quot;:3,&quot;random&quot;:true,&quot;anim&quot;:{&quot;enable&quot;:false,&quot;speed&quot;:40,&quot;size_min&quot;:0.1,&quot;sync&quot;:false}},&quot;line_linked&quot;:{&quot;enable&quot;:true,&quot;distance&quot;:150,&quot;color&quot;:&quot;#3b56bf&quot;,&quot;opacity&quot;:0.4,&quot;width&quot;:1},&quot;move&quot;:{&quot;enable&quot;:true,&quot;speed&quot;:6,&quot;direction&quot;:&quot;none&quot;,&quot;random&quot;:false,&quot;straight&quot;:false,&quot;out_mode&quot;:&quot;out&quot;,&quot;bounce&quot;:false,&quot;attract&quot;:{&quot;enable&quot;:false,&quot;rotateX&quot;:600,&quot;rotateY&quot;:1200}}},&quot;interactivity&quot;:{&quot;detect_on&quot;:&quot;window&quot;,&quot;events&quot;:{&quot;onhover&quot;:{&quot;enable&quot;:true,&quot;mode&quot;:&quot;repulse&quot;},&quot;onclick&quot;:{&quot;enable&quot;:true,&quot;mode&quot;:&quot;push&quot;},&quot;resize&quot;:true},&quot;modes&quot;:{&quot;grab&quot;:{&quot;distance&quot;:400,&quot;line_linked&quot;:{&quot;opacity&quot;:1}},&quot;bubble&quot;:{&quot;distance&quot;:400,&quot;size&quot;:40,&quot;duration&quot;:2,&quot;opacity&quot;:8,&quot;speed&quot;:3},&quot;repulse&quot;:{&quot;distance&quot;:200,&quot;duration&quot;:0.4},&quot;push&quot;:{&quot;particles_nb&quot;:4},&quot;remove&quot;:{&quot;particles_nb&quot;:2}}},&quot;retina_detect&quot;:true}\" particle-source=\"wpr_particle_json_custom\" wpr-quantity=\"80\" wpr-color=\"#000000\" wpr-speed=\"6\" wpr-shape=\"circle\" wpr-size=\"3\" class=\"elementor-element elementor-element-1d4d8ec e-con-full wpr-particle-yes e-flex wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no e-con e-parent\" data-id=\"1d4d8ec\" data-element_type=\"container\" data-settings=\"{&quot;background_background&quot;:&quot;gradient&quot;,&quot;animation&quot;:&quot;none&quot;}\">\n\t\t<div class=\"elementor-element elementor-element-796f8c7a e-con-full e-flex wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no e-con e-child\" data-id=\"796f8c7a\" data-element_type=\"container\">\n\t\t\t\t<div class=\"elementor-element elementor-element-101379f elementor-widget elementor-widget-spacer\" data-id=\"101379f\" data-element_type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-19b14d5d elementor-widget__width-initial elementor-widget-mobile__width-initial elementor-widget elementor-widget-heading\" data-id=\"19b14d5d\" data-element_type=\"widget\" data-settings=\"{&quot;_animation&quot;:&quot;none&quot;}\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h1 class=\"elementor-heading-title elementor-size-default\">Technology: Retrieval Augmented Generation (RAG)<\/h1>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-5ec120e4 elementor-widget__width-initial elementor-widget elementor-widget-text-editor\" data-id=\"5ec120e4\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<p><i>Insight<\/i>GPT \u00e8 un software di intelligenza artificiale basato sul framework Retrieval Augmented Generation.<\/p>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-cff4e00 elementor-widget elementor-widget-spacer\" data-id=\"cff4e00\" data-element_type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-4e4ddb2 e-con-full e-flex wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no e-con e-parent\" data-id=\"4e4ddb2\" data-element_type=\"container\">\n\t\t<div class=\"elementor-element elementor-element-1018f80 e-con-full e-flex wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no e-con e-child\" data-id=\"1018f80\" data-element_type=\"container\">\n\t\t\t\t<div class=\"elementor-element elementor-element-197a598 elementor-widget elementor-widget-spacer\" data-id=\"197a598\" data-element_type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-01c0e35 e-flex e-con-boxed wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no e-con e-parent\" data-id=\"01c0e35\" data-element_type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-eea86c4 elementor-widget elementor-widget-image\" data-id=\"eea86c4\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img fetchpriority=\"high\" decoding=\"async\" width=\"800\" height=\"350\" src=\"https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/flow-insightgpt-1024x448.png\" class=\"attachment-large size-large wp-image-3261\" alt=\"flow-insightgpt\" srcset=\"https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/flow-insightgpt-1024x448.png 1024w, https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/flow-insightgpt-300x131.png 300w, https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/flow-insightgpt-768x336.png 768w, https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/flow-insightgpt-1536x672.png 1536w, https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/flow-insightgpt.png 2041w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-1ec0abe e-con-full e-flex wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no e-con e-parent\" data-id=\"1ec0abe\" data-element_type=\"container\">\n\t\t<div class=\"elementor-element elementor-element-cac79d1 e-con-full e-flex wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no e-con e-child\" data-id=\"cac79d1\" data-element_type=\"container\">\n\t\t\t\t<div class=\"elementor-element elementor-element-40b3e5b elementor-widget elementor-widget-spacer\" data-id=\"40b3e5b\" data-element_type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-086ec51 elementor-widget__width-initial elementor-widget elementor-widget-text-editor\" data-id=\"086ec51\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<p style=\"font-size:22px;\">Il framework RAG \u00e8 un approccio innovativo nell&#8217;elaborazione del linguaggio naturale (NLP) che combina i punti di forza dei modelli basati sul reperimento e sulla generazione. In RAG, il sistema recupera innanzitutto le informazioni rilevanti da un grande database (vector store) utilizzando un meccanismo di recupero.<\/p>\n\n<p>Queste informazioni recuperate vengono poi utilizzate per aumentare il processo di generazione, in cui il modello genera risposte o output basati sia sulle informazioni recuperate che sulla query o sul contesto di input.<\/p>\n\n<p>Questo framework migliora la comprensione contestuale del modello sfruttando le conoscenze esistenti dei dati recuperati, portando a risposte pi\u00f9 accurate e coerenti. Il RAG \u00e8 particolarmente efficace nei compiti in cui l&#8217;accesso al contesto rilevante \u00e8 fondamentale per generare output di alta qualit\u00e0.<\/p>\n\nLa qualit\u00e0 dell&#8217;intero processo, che comprende sia la fase di recupero che quella di generazione, viene monitorata attraverso la misurazione di una serie di indicatori chiave di prestazione.\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-e0b5dbe e-flex e-con-boxed wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no e-con e-child\" data-id=\"e0b5dbe\" data-element_type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-8bd9aa0 elementor-widget__width-initial elementor-widget elementor-widget-video\" data-id=\"8bd9aa0\" data-element_type=\"widget\" data-settings=\"{&quot;video_type&quot;:&quot;hosted&quot;,&quot;autoplay&quot;:&quot;yes&quot;,&quot;play_on_mobile&quot;:&quot;yes&quot;,&quot;mute&quot;:&quot;yes&quot;,&quot;loop&quot;:&quot;yes&quot;}\" data-widget_type=\"video.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"e-hosted-video elementor-wrapper elementor-open-inline\">\n\t\t\t\t\t<video class=\"elementor-video\" src=\"http:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/MASTER-ANIMAZIONE2c-final.webm\" autoplay=\"\" loop=\"\" muted=\"muted\" playsinline=\"\" controlsList=\"nodownload\" poster=\"https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/Screenshot-2024-04-12-165720.png\"><\/video>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-4447017d elementor-widget__width-initial elementor-widget elementor-widget-toggle\" data-id=\"4447017d\" data-element_type=\"widget\" data-widget_type=\"toggle.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<h5 id=\"elementor-tab-title-1141\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-1141\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-right\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" id=\"a\" width=\"43.104\" height=\"45.888\" viewBox=\"0 0 43.104 45.888\"><polygon points=\"24.096 20.16 24.096 0 19.008 0 19.008 20.16 0 20.16 0 25.248 19.008 25.248 19.008 45.888 24.096 45.888 24.096 25.248 43.104 25.248 43.104 20.16 24.096 20.16\"><\/polygon><\/svg><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" id=\"a\" width=\"43\" height=\"6\" viewBox=\"0 0 43 6\"><rect width=\"43\" height=\"6\"><\/rect><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Retriever<\/a>\n\t\t\t\t\t<\/h5>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1141\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-1141\"><ul>\n<li><strong>Precisione del contesto: <\/strong> indica la qualit\u00e0 della pipeline di recupero, valutando la pertinenza del contesto recuperato rispetto alla richiesta.<\/li>\n<li><strong>Context Recall:<\/strong> misura la capacit\u00e0 di recuperare tutte le informazioni necessarie in modo completo.<\/li>\n<\/ul>\n<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<h5 id=\"elementor-tab-title-1142\" class=\"elementor-tab-title\" data-tab=\"2\" role=\"button\" aria-controls=\"elementor-tab-content-1142\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-right\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" id=\"a\" width=\"43.104\" height=\"45.888\" viewBox=\"0 0 43.104 45.888\"><polygon points=\"24.096 20.16 24.096 0 19.008 0 19.008 20.16 0 20.16 0 25.248 19.008 25.248 19.008 45.888 24.096 45.888 24.096 25.248 43.104 25.248 43.104 20.16 24.096 20.16\"><\/polygon><\/svg><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" id=\"a\" width=\"43\" height=\"6\" viewBox=\"0 0 43 6\"><rect width=\"43\" height=\"6\"><\/rect><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Generator<\/a>\n\t\t\t\t\t<\/h5>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1142\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"region\" aria-labelledby=\"elementor-tab-title-1142\"><ul><li><strong>Fedelt\u00e0:<\/strong> valuta l&#8217;entit\u00e0 delle allucinazioni nelle risposte generate, assicurando la coerenza dei fatti rispetto al contesto dato.<\/li><li><strong>Rilevanza delle risposte: <\/strong>misura quanto le risposte siano pertinenti alla domanda, valutando la rilevanza della risposta generata rispetto alla richiesta.<\/li><\/ul><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<h5 id=\"elementor-tab-title-1143\" class=\"elementor-tab-title\" data-tab=\"3\" role=\"button\" aria-controls=\"elementor-tab-content-1143\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-right\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" id=\"a\" width=\"43.104\" height=\"45.888\" viewBox=\"0 0 43.104 45.888\"><polygon points=\"24.096 20.16 24.096 0 19.008 0 19.008 20.16 0 20.16 0 25.248 19.008 25.248 19.008 45.888 24.096 45.888 24.096 25.248 43.104 25.248 43.104 20.16 24.096 20.16\"><\/polygon><\/svg><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" id=\"a\" width=\"43\" height=\"6\" viewBox=\"0 0 43 6\"><rect width=\"43\" height=\"6\"><\/rect><\/svg><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">Metriche End-to-End<\/a>\n\t\t\t\t\t<\/h5>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-1143\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"3\" role=\"region\" aria-labelledby=\"elementor-tab-title-1143\"><ul><li><strong>Correttezza delle Risposte: <\/strong>valuta l&#8217;accuratezza e l&#8217;affidabilit\u00e0 delle risposte generate da un sistema o modello. Comprende due aspetti principali.<\/li><li><strong>Somiglianza Semantica:<\/strong> misura il grado di somiglianza tra la risposta generata e la risposta attesa in termini di significato, comprensione e contesto.<\/li><li><strong>Somiglianza Fattuale: <\/strong>valuta l&#8217;accuratezza delle informazioni fornite nella risposta generata rispetto alla conoscenza fattuale o alla verit\u00e0 oggettiva. Valuta se le informazioni presentate sono fattualmente corrette e allineate al contesto della domanda o del prompt.<\/li><\/ul><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t\t\t<script type=\"application\/ld+json\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@type\":\"FAQPage\",\"mainEntity\":[{\"@type\":\"Question\",\"name\":\"Retriever\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"<ul>\\n<li><strong>Precisione del contesto: <\\\/strong> indica la qualit\\u00e0 della pipeline di recupero, valutando la pertinenza del contesto recuperato rispetto alla richiesta.<\\\/li>\\n<li><strong>Context Recall:<\\\/strong> misura la capacit\\u00e0 di recuperare tutte le informazioni necessarie in modo completo.<\\\/li>\\n<\\\/ul>\\n\"}},{\"@type\":\"Question\",\"name\":\"Generator\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"<ul><li><strong>Fedelt\\u00e0:<\\\/strong> valuta l&#8217;entit\\u00e0 delle allucinazioni nelle risposte generate, assicurando la coerenza dei fatti rispetto al contesto dato.<\\\/li><li><strong>Rilevanza delle risposte: <\\\/strong>misura quanto le risposte siano pertinenti alla domanda, valutando la rilevanza della risposta generata rispetto alla richiesta.<\\\/li><\\\/ul>\"}},{\"@type\":\"Question\",\"name\":\"Metriche End-to-End\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"<ul><li><strong>Correttezza delle Risposte: <\\\/strong>valuta l&#8217;accuratezza e l&#8217;affidabilit\\u00e0 delle risposte generate da un sistema o modello. Comprende due aspetti principali.<\\\/li><li><strong>Somiglianza Semantica:<\\\/strong> misura il grado di somiglianza tra la risposta generata e la risposta attesa in termini di significato, comprensione e contesto.<\\\/li><li><strong>Somiglianza Fattuale: <\\\/strong>valuta l&#8217;accuratezza delle informazioni fornite nella risposta generata rispetto alla conoscenza fattuale o alla verit\\u00e0 oggettiva. Valuta se le informazioni presentate sono fattualmente corrette e allineate al contesto della domanda o del prompt.<\\\/li><\\\/ul>\"}}]}<\/script>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-0615434 elementor-widget elementor-widget-spacer\" data-id=\"0615434\" data-element_type=\"widget\" data-widget_type=\"spacer.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-spacer\">\n\t\t\t<div class=\"elementor-spacer-inner\"><\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div data-wpr-particles=\"{&quot;particles&quot;:{&quot;number&quot;:{&quot;value&quot;:160,&quot;density&quot;:{&quot;enable&quot;:true,&quot;value_area&quot;:800}},&quot;color&quot;:{&quot;value&quot;:&quot;#000000&quot;},&quot;shape&quot;:{&quot;type&quot;:&quot;circle&quot;,&quot;stroke&quot;:{&quot;width&quot;:0,&quot;color&quot;:&quot;#000000&quot;},&quot;polygon&quot;:{&quot;nb_sides&quot;:5},&quot;image&quot;:{&quot;src&quot;:&quot;img\/github.svg&quot;,&quot;width&quot;:100,&quot;height&quot;:100}},&quot;opacity&quot;:{&quot;value&quot;:1,&quot;random&quot;:true,&quot;anim&quot;:{&quot;enable&quot;:true,&quot;speed&quot;:1,&quot;opacity_min&quot;:0,&quot;sync&quot;:false}},&quot;size&quot;:{&quot;value&quot;:3,&quot;random&quot;:true,&quot;anim&quot;:{&quot;enable&quot;:false,&quot;speed&quot;:4,&quot;size_min&quot;:0.3,&quot;sync&quot;:false}},&quot;line_linked&quot;:{&quot;enable&quot;:false,&quot;distance&quot;:150,&quot;color&quot;:&quot;#000000&quot;,&quot;opacity&quot;:0.4,&quot;width&quot;:1},&quot;move&quot;:{&quot;enable&quot;:true,&quot;speed&quot;:2,&quot;direction&quot;:&quot;none&quot;,&quot;random&quot;:true,&quot;straight&quot;:false,&quot;out_mode&quot;:&quot;out&quot;,&quot;bounce&quot;:false,&quot;attract&quot;:{&quot;enable&quot;:false,&quot;rotateX&quot;:600,&quot;rotateY&quot;:600}}},&quot;interactivity&quot;:{&quot;detect_on&quot;:&quot;window&quot;,&quot;events&quot;:{&quot;onhover&quot;:{&quot;enable&quot;:true,&quot;mode&quot;:&quot;bubble&quot;},&quot;onclick&quot;:{&quot;enable&quot;:true,&quot;mode&quot;:&quot;repulse&quot;},&quot;resize&quot;:true},&quot;modes&quot;:{&quot;grab&quot;:{&quot;distance&quot;:400,&quot;line_linked&quot;:{&quot;opacity&quot;:1}},&quot;bubble&quot;:{&quot;distance&quot;:250,&quot;size&quot;:0,&quot;duration&quot;:2,&quot;opacity&quot;:0,&quot;speed&quot;:3},&quot;repulse&quot;:{&quot;distance&quot;:400,&quot;duration&quot;:0.4},&quot;push&quot;:{&quot;particles_nb&quot;:4},&quot;remove&quot;:{&quot;particles_nb&quot;:2}}},&quot;retina_detect&quot;:true}\" particle-source=\"wpr_particle_json\" wpr-quantity=\"55\" wpr-color=\"#18CCB2\" wpr-speed=\"6\" wpr-shape=\"edge\" wpr-size=\"3\" class=\"elementor-element elementor-element-c079317 e-con-full wpr-particle-yes e-flex wpr-jarallax-no wpr-parallax-no e-con e-parent\" data-id=\"c079317\" data-element_type=\"container\" data-settings=\"{&quot;background_background&quot;:&quot;classic&quot;}\">\n\t\t<div class=\"elementor-element elementor-element-4dc2b12 e-con-full elementor-hidden-mobile e-flex wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no e-con e-child\" data-id=\"4dc2b12\" data-element_type=\"container\">\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-4d57f20 e-con-full e-flex wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no elementor-invisible e-con e-child\" data-id=\"4d57f20\" data-element_type=\"container\" data-settings=\"{&quot;animation&quot;:&quot;fadeIn&quot;}\">\n\t\t\t\t<div class=\"elementor-element elementor-element-abf6f5f wpr-fancy-text-rotate-1 wpr-advanced-text-style-animated wpr-animated-text-infinite-yes elementor-widget elementor-widget-wpr-advanced-text\" data-id=\"abf6f5f\" data-element_type=\"widget\" data-settings=\"{&quot;anim_loop&quot;:&quot;yes&quot;}\" data-widget_type=\"wpr-advanced-text.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\n\t\t<h3 class=\"wpr-advanced-text\">\n\n\t\t\t<a href=\"https:\/\/i2d.it\/book-a-meeting\/\">\t\t\n\t\t\t\t\t\t\t<span class=\"wpr-advanced-text-preffix\">Prenota <\/span>\n\t\t\t\n\t\t<span class=\"wpr-anim-text wpr-anim-text-type-rotate-1\" data-anim-duration=\"1000,1800\" data-anim-loop=\"yes\">\n\t\t\t<span class=\"wpr-anim-text-inner\">\n\t\t\t\t\t\t\t\t\t<b>un incontro<\/b>\n\t\t\t\t\t\t\t\t\t<b>un appuntamento<\/b>\n\t\t\t\t\t\t\t\t\t<b>una telefonata <\/b>\n\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/span>\n\n\t\t<\/a>\t\t\n\t\t<\/h3>\n\t\t\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-5c630db elementor-align-left elementor-widget__width-initial elementor-mobile-align-center elementor-invisible elementor-widget elementor-widget-button\" data-id=\"5c630db\" data-element_type=\"widget\" data-settings=\"{&quot;_animation&quot;:&quot;fadeIn&quot;}\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm\" href=\"https:\/\/i2d.it\/it\/prenota-un-appuntamento-contattaci\/\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t\t\t\t<span class=\"elementor-button-text\">Contattaci<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-a8a00fc e-con-full e-flex wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no e-con e-child\" data-id=\"a8a00fc\" data-element_type=\"container\">\n\t\t\t\t<div class=\"elementor-element elementor-element-2ff8964 elementor-hidden-desktop elementor-hidden-tablet elementor-widget elementor-widget-image\" data-id=\"2ff8964\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"800\" height=\"800\" src=\"https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/sfondo-gpt-1024x1024.jpg\" class=\"attachment-large size-large wp-image-3234\" alt=\"\" srcset=\"https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/sfondo-gpt-1024x1024.jpg 1024w, https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/sfondo-gpt-300x300.jpg 300w, https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/sfondo-gpt-150x150.jpg 150w, https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/sfondo-gpt-768x768.jpg 768w, https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/sfondo-gpt.jpg 1080w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>Technology: Retrieval Augmented Generation (RAG) InsightGPT \u00e8 un software di intelligenza artificiale basato sul framework Retrieval Augmented Generation. Il framework RAG \u00e8 un approccio innovativo nell&#8217;elaborazione del linguaggio naturale (NLP) che combina i punti di forza dei modelli basati sul reperimento e sulla generazione. In RAG, il sistema recupera innanzitutto le informazioni rilevanti da un grande database (vector store) utilizzando un meccanismo di recupero. Queste informazioni recuperate vengono poi utilizzate per aumentare il processo di generazione, in cui il modello genera risposte o output basati sia sulle informazioni recuperate che sulla query o sul contesto di input. Questo framework migliora la comprensione contestuale del modello sfruttando le conoscenze esistenti dei dati recuperati, portando a risposte pi\u00f9 accurate e coerenti. Il RAG \u00e8 particolarmente efficace nei compiti in cui l&#8217;accesso al contesto rilevante \u00e8 fondamentale per generare output di alta qualit\u00e0. La qualit\u00e0 dell&#8217;intero processo, che comprende sia la fase di recupero che quella di generazione, viene monitorata attraverso la misurazione di una serie di indicatori chiave di prestazione.http:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/MASTER-ANIMAZIONE2c-final.webm Retriever Precisione del contesto: indica la qualit\u00e0 della pipeline di recupero, valutando la pertinenza del contesto recuperato rispetto alla richiesta. Context Recall: misura la capacit\u00e0 di recuperare tutte le informazioni necessarie in modo completo. Generator Fedelt\u00e0: valuta l&#8217;entit\u00e0 delle allucinazioni nelle risposte generate, assicurando la coerenza dei fatti rispetto al contesto dato. Rilevanza delle risposte: misura quanto le risposte siano pertinenti alla domanda, valutando la rilevanza della risposta generata rispetto alla richiesta. Metriche End-to-End Correttezza delle Risposte: valuta l&#8217;accuratezza e l&#8217;affidabilit\u00e0 delle risposte generate da un sistema o modello. Comprende due aspetti principali. Somiglianza Semantica: misura il grado di somiglianza tra la risposta generata e la risposta attesa in termini di significato, comprensione e contesto. Somiglianza Fattuale: valuta l&#8217;accuratezza delle informazioni fornite nella risposta generata rispetto alla conoscenza fattuale o alla verit\u00e0 oggettiva. Valuta se le informazioni presentate sono fattualmente corrette e allineate al contesto della domanda o del prompt. Prenota un incontro un appuntamento una telefonata Contattaci<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":3421,"menu_order":2,"comment_status":"closed","ping_status":"closed","template":"elementor_header_footer","meta":{"footnotes":""},"class_list":["post-3434","page","type-page","status-publish","hentry"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v25.0 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Tecnologia - i\u00b2d<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Tecnologia - i\u00b2d\" \/>\n<meta property=\"og:description\" content=\"Technology: Retrieval Augmented Generation (RAG) InsightGPT \u00e8 un software di intelligenza artificiale basato sul framework Retrieval Augmented Generation. Il framework RAG \u00e8 un approccio innovativo nell&#8217;elaborazione del linguaggio naturale (NLP) che combina i punti di forza dei modelli basati sul reperimento e sulla generazione. In RAG, il sistema recupera innanzitutto le informazioni rilevanti da un grande database (vector store) utilizzando un meccanismo di recupero. Queste informazioni recuperate vengono poi utilizzate per aumentare il processo di generazione, in cui il modello genera risposte o output basati sia sulle informazioni recuperate che sulla query o sul contesto di input. Questo framework migliora la comprensione contestuale del modello sfruttando le conoscenze esistenti dei dati recuperati, portando a risposte pi\u00f9 accurate e coerenti. Il RAG \u00e8 particolarmente efficace nei compiti in cui l&#8217;accesso al contesto rilevante \u00e8 fondamentale per generare output di alta qualit\u00e0. La qualit\u00e0 dell&#8217;intero processo, che comprende sia la fase di recupero che quella di generazione, viene monitorata attraverso la misurazione di una serie di indicatori chiave di prestazione.http:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/MASTER-ANIMAZIONE2c-final.webm Retriever Precisione del contesto: indica la qualit\u00e0 della pipeline di recupero, valutando la pertinenza del contesto recuperato rispetto alla richiesta. Context Recall: misura la capacit\u00e0 di recuperare tutte le informazioni necessarie in modo completo. Generator Fedelt\u00e0: valuta l&#8217;entit\u00e0 delle allucinazioni nelle risposte generate, assicurando la coerenza dei fatti rispetto al contesto dato. Rilevanza delle risposte: misura quanto le risposte siano pertinenti alla domanda, valutando la rilevanza della risposta generata rispetto alla richiesta. Metriche End-to-End Correttezza delle Risposte: valuta l&#8217;accuratezza e l&#8217;affidabilit\u00e0 delle risposte generate da un sistema o modello. Comprende due aspetti principali. Somiglianza Semantica: misura il grado di somiglianza tra la risposta generata e la risposta attesa in termini di significato, comprensione e contesto. Somiglianza Fattuale: valuta l&#8217;accuratezza delle informazioni fornite nella risposta generata rispetto alla conoscenza fattuale o alla verit\u00e0 oggettiva. Valuta se le informazioni presentate sono fattualmente corrette e allineate al contesto della domanda o del prompt. Prenota un incontro un appuntamento una telefonata Contattaci\" \/>\n<meta property=\"og:url\" content=\"https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/\" \/>\n<meta property=\"og:site_name\" content=\"i\u00b2d\" \/>\n<meta property=\"article:modified_time\" content=\"2024-06-03T21:01:22+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/flow-insightgpt-1024x448.png\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data1\" content=\"3 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/\",\"url\":\"https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/\",\"name\":\"Tecnologia - i\u00b2d\",\"isPartOf\":{\"@id\":\"https:\/\/i2d.it\/it\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/flow-insightgpt-1024x448.png\",\"datePublished\":\"2024-04-09T22:48:05+00:00\",\"dateModified\":\"2024-06-03T21:01:22+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/#primaryimage\",\"url\":\"https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/flow-insightgpt-1024x448.png\",\"contentUrl\":\"https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/flow-insightgpt-1024x448.png\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/i2d.it\/it\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"InsightGPT\",\"item\":\"https:\/\/i2d.it\/it\/insightgpt\/\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"Tecnologia\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/i2d.it\/it\/#website\",\"url\":\"https:\/\/i2d.it\/it\/\",\"name\":\"i\u00b2d\",\"description\":\"AI Product &amp; Brand Analytics\",\"publisher\":{\"@id\":\"https:\/\/i2d.it\/it\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/i2d.it\/it\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/i2d.it\/it\/#organization\",\"name\":\"i\u00b2d\",\"url\":\"https:\/\/i2d.it\/it\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/i2d.it\/it\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/i2d.it\/wp-content\/uploads\/2025\/04\/i2d-logo-square.png\",\"contentUrl\":\"https:\/\/i2d.it\/wp-content\/uploads\/2025\/04\/i2d-logo-square.png\",\"width\":492,\"height\":491,\"caption\":\"i\u00b2d\"},\"image\":{\"@id\":\"https:\/\/i2d.it\/it\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.linkedin.com\/company\/i2d-srl\/\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Tecnologia - i\u00b2d","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/","og_locale":"it_IT","og_type":"article","og_title":"Tecnologia - i\u00b2d","og_description":"Technology: Retrieval Augmented Generation (RAG) InsightGPT \u00e8 un software di intelligenza artificiale basato sul framework Retrieval Augmented Generation. Il framework RAG \u00e8 un approccio innovativo nell&#8217;elaborazione del linguaggio naturale (NLP) che combina i punti di forza dei modelli basati sul reperimento e sulla generazione. In RAG, il sistema recupera innanzitutto le informazioni rilevanti da un grande database (vector store) utilizzando un meccanismo di recupero. Queste informazioni recuperate vengono poi utilizzate per aumentare il processo di generazione, in cui il modello genera risposte o output basati sia sulle informazioni recuperate che sulla query o sul contesto di input. Questo framework migliora la comprensione contestuale del modello sfruttando le conoscenze esistenti dei dati recuperati, portando a risposte pi\u00f9 accurate e coerenti. Il RAG \u00e8 particolarmente efficace nei compiti in cui l&#8217;accesso al contesto rilevante \u00e8 fondamentale per generare output di alta qualit\u00e0. La qualit\u00e0 dell&#8217;intero processo, che comprende sia la fase di recupero che quella di generazione, viene monitorata attraverso la misurazione di una serie di indicatori chiave di prestazione.http:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/MASTER-ANIMAZIONE2c-final.webm Retriever Precisione del contesto: indica la qualit\u00e0 della pipeline di recupero, valutando la pertinenza del contesto recuperato rispetto alla richiesta. Context Recall: misura la capacit\u00e0 di recuperare tutte le informazioni necessarie in modo completo. Generator Fedelt\u00e0: valuta l&#8217;entit\u00e0 delle allucinazioni nelle risposte generate, assicurando la coerenza dei fatti rispetto al contesto dato. Rilevanza delle risposte: misura quanto le risposte siano pertinenti alla domanda, valutando la rilevanza della risposta generata rispetto alla richiesta. Metriche End-to-End Correttezza delle Risposte: valuta l&#8217;accuratezza e l&#8217;affidabilit\u00e0 delle risposte generate da un sistema o modello. Comprende due aspetti principali. Somiglianza Semantica: misura il grado di somiglianza tra la risposta generata e la risposta attesa in termini di significato, comprensione e contesto. Somiglianza Fattuale: valuta l&#8217;accuratezza delle informazioni fornite nella risposta generata rispetto alla conoscenza fattuale o alla verit\u00e0 oggettiva. Valuta se le informazioni presentate sono fattualmente corrette e allineate al contesto della domanda o del prompt. Prenota un incontro un appuntamento una telefonata Contattaci","og_url":"https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/","og_site_name":"i\u00b2d","article_modified_time":"2024-06-03T21:01:22+00:00","og_image":[{"url":"https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/flow-insightgpt-1024x448.png","type":"","width":"","height":""}],"twitter_card":"summary_large_image","twitter_misc":{"Tempo di lettura stimato":"3 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/","url":"https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/","name":"Tecnologia - i\u00b2d","isPartOf":{"@id":"https:\/\/i2d.it\/it\/#website"},"primaryImageOfPage":{"@id":"https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/#primaryimage"},"image":{"@id":"https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/#primaryimage"},"thumbnailUrl":"https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/flow-insightgpt-1024x448.png","datePublished":"2024-04-09T22:48:05+00:00","dateModified":"2024-06-03T21:01:22+00:00","breadcrumb":{"@id":"https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/"]}]},{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/#primaryimage","url":"https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/flow-insightgpt-1024x448.png","contentUrl":"https:\/\/i2d.it\/wp-content\/uploads\/2024\/04\/flow-insightgpt-1024x448.png"},{"@type":"BreadcrumbList","@id":"https:\/\/i2d.it\/it\/insightgpt\/tecnologia\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/i2d.it\/it\/"},{"@type":"ListItem","position":2,"name":"InsightGPT","item":"https:\/\/i2d.it\/it\/insightgpt\/"},{"@type":"ListItem","position":3,"name":"Tecnologia"}]},{"@type":"WebSite","@id":"https:\/\/i2d.it\/it\/#website","url":"https:\/\/i2d.it\/it\/","name":"i\u00b2d","description":"AI Product &amp; Brand Analytics","publisher":{"@id":"https:\/\/i2d.it\/it\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/i2d.it\/it\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"it-IT"},{"@type":"Organization","@id":"https:\/\/i2d.it\/it\/#organization","name":"i\u00b2d","url":"https:\/\/i2d.it\/it\/","logo":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/i2d.it\/it\/#\/schema\/logo\/image\/","url":"https:\/\/i2d.it\/wp-content\/uploads\/2025\/04\/i2d-logo-square.png","contentUrl":"https:\/\/i2d.it\/wp-content\/uploads\/2025\/04\/i2d-logo-square.png","width":492,"height":491,"caption":"i\u00b2d"},"image":{"@id":"https:\/\/i2d.it\/it\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.linkedin.com\/company\/i2d-srl\/"]}]}},"_links":{"self":[{"href":"https:\/\/i2d.it\/it\/wp-json\/wp\/v2\/pages\/3434","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/i2d.it\/it\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/i2d.it\/it\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/i2d.it\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/i2d.it\/it\/wp-json\/wp\/v2\/comments?post=3434"}],"version-history":[{"count":31,"href":"https:\/\/i2d.it\/it\/wp-json\/wp\/v2\/pages\/3434\/revisions"}],"predecessor-version":[{"id":4098,"href":"https:\/\/i2d.it\/it\/wp-json\/wp\/v2\/pages\/3434\/revisions\/4098"}],"up":[{"embeddable":true,"href":"https:\/\/i2d.it\/it\/wp-json\/wp\/v2\/pages\/3421"}],"wp:attachment":[{"href":"https:\/\/i2d.it\/it\/wp-json\/wp\/v2\/media?parent=3434"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}