© 2026 CryptoGlossario

GlossarioInfoPrivacy
v2.0
CryptoGlossario
Aggiunto il 24/03/2026
🤖AI

Token (AI)

ENToken (AI) · pl. Tokens
ITToken (AI) · inv.
NeologismoTraslatoTecnico

Unità minima in cui un modello AI scompone il testo per elaborarlo: può corrispondere a una parola intera, a parte di essa o a un segno di punteggiatura.

Da non confondere con il token crypto, che rappresenta valore su blockchain. Nell'AI, il token è un frammento di testo: 'criptovaluta' può diventare due token ('cripto' e 'valuta'). I modelli hanno un limite massimo di token per conversazione (context window) che determina la quantità di testo elaborabile. I costi dei servizi AI si calcolano in base ai token consumati: i token in ingresso (il prompt) e quelli generati dalla risposta.

Prestito integrale dall'inglese

Termine usato soprattutto nella forma originale

In italiano questo termine circola soprattutto in inglese o nella forma originale. Nel glossario non viene forzata una traduzione perché la forma d'uso più naturale resta quella internazionale.

Termini Correlati

DRL (Deep Reinforcement Learning)

 

3.0x
🤖AI🖥️Informatica

Sottocampo del machine learning che unisce reti neurali profonde e reinforcement learning per addestrare agenti a prendere decisioni ottimali in ambienti complessi.

Coding Agents

Agenti di coding

2.4x
🤖AI🖥️Informatica

Agenti AI autonomi capaci di scrivere, modificare, eseguire e correggere codice sorgente per completare compiti di sviluppo software con supervisione umana minima.

Distributed Workflow

Flusso di lavoro distribuito

1.9x
🤖AI🖥️Informatica

Flusso di lavoro in cui le fasi di un processo vengono eseguite da agenti separati, coordinati tramite messaggi, senza un controller centrale che gestisce l'intera sequenza.

Retrieval Layer

 

1.9x
🤖AI🖥️Informatica

Parte di un sistema AI che cerca informazioni esterne e le porta nel contesto del modello prima della generazione della risposta.

Agentic Workflow

 

1.8x
🤖AI🖥️Informatica

Flusso di lavoro in cui uno o più agenti AI scelgono i passaggi, usano strumenti e adattano l'esecuzione ai risultati intermedi invece di seguire una sequenza fissa.

Overfitting

 

1.8x
🤖AI

Un modello AI memorizza i dati di addestramento invece di imparare schemi generali. Il risultato: prestazioni eccellenti sui dati noti, ma errori frequenti su dati nuovi.