
Un modello da 4 miliardi di parametri che risponde sul diritto italiano
Abbiamo pubblicato due modelli specializzati sul diritto italiano. Ecco i numeri, come li abbiamo misurati e cosa significano davvero.

Il problema dei punteggi senza contesto
Dire che un modello risponde correttamente all'89% delle domande non significa niente da solo. Se il modello di partenza era già all'88%, il lavoro di specializzazione non è servito. Se era al 60%, è stato un successo. Il numero che conta non è il punteggio: è il salto.
Per questo pubblichiamo entrambi.
Cosa abbiamo misurato
Abbiamo costruito un esame di 429 domande di diritto italiano, tenute fuori dal training: il modello non le ha mai viste durante l'addestramento. È una precisazione noiosa ma decisiva, perché un modello valutato su domande che ha già incontrato restituisce un punteggio privo di significato.
I risultati:
modello esame modello base salto legal-it-4b 85,1% 77,6% +7,5 legal-it-8b 89,0% 80,9% +8,1
Il modello da 4 miliardi di parametri, dopo la specializzazione, supera di quattro punti il modello da 8 miliardi non specializzato. È il risultato che ci interessava di più: la specializzazione vale più della taglia, dentro un dominio ristretto.
Perché questo cambia il conto dell'hardware
Un modello generalista di grandi dimensioni richiede GPU da datacenter. I due modelli che abbiamo pubblicato pesano 2,5 GB e 5,2 GB in formato GGUF quantizzato Q4_K_M, e girano su una workstation con una GPU consumer — in certi casi sulla sola CPU.
Per un'azienda questo sposta la domanda da "quanto costa l'infrastruttura AI" a "quale macchina ho già". È la stessa logica per cui EuLLM Engine è un binario unico invece di uno stack da orchestrare.
Come rispondono
Non generano una risposta a memoria. Recuperano le norme pertinenti e rispondono citandole, in modo che chi legge possa risalire alla fonte e verificare. È la differenza fra un sistema che afferma e uno che mostra il lavoro: su materia giuridica, la seconda è l'unica utile.
Questo li rende adatti a stare dentro un sistema RAG più che a essere usati da soli, ed è esattamente il motivo per cui li abbiamo costruiti.
Come sono stati addestrati
SFT seguito da GRPO, su tempo di calcolo assegnato sui sistemi EuroHPC: Leonardo in Italia, LUMI in Finlandia e JUPITER in Germania. I modelli base sono Qwen3-4B-Instruct e Ministral-3-8B, scelti perché le loro licenze non impongono vincoli di branding sui derivati.
Cosa non sono
Non sono un prodotto finito e non sostituiscono un professionista. Sono due modelli verticali pubblicati per dimostrare che la pipeline funziona e per dare a chiunque la possibilità di verificarlo: i pesi sono scaricabili, l'esame è ripetibile e i numeri di partenza sono dichiarati.
Il prossimo dominio non sarà necessariamente giuridico. Il punto dimostrato è il metodo.
Se stai valutando un intervento in questo ambito, la nostra piattaforma AI privata parte sempre da un caso reale, non da un template.
Domande Frequenti
I modelli sono su Hugging Face: legal-it-4b e legal-it-8b.
Interessato?
Contattaci per ricevere un preventivo personalizzato.
I3K Technologies Srl a socio unico — i3k.eu