Alieno/ ailo-152m-events-it:f16

8 2 days ago

AILO-152M-Events-IT Linguaggio naturale italiano → evento JSON 🇮🇹⚡

tools thinking 152m 
ollama run Alieno/ailo-152m-events-it:f16

Details

2 days ago

25a001747ccc · 306MB ·

model
llama
·
152M
·
(!unknown_file_type 1025!)
params
{ "num_ctx": 512, "num_predict": 160, "repeat_penalty": 1.05, "stop": [ "<|e
template
{{- if .Tools }}{{ end }}{{- $u := "" }}{{- range .Messages }}{{- if eq .Role "user" }}{{- $u = .Con

Readme

Uno specialista da 152M che trasforma una frase italiana in un evento JSON pulito — titolo, data, ora, luogo, partecipanti — e gira quasi ovunque.

Specialista di un solo compito, costruito su AILO-152M: legge la descrizione di un evento in italiano e produce JSON strutturato. Minuscolo, veloce, deterministico — ideale come “parser” di un’app calendario, un assistente o un’automazione.

ollama run Alieno/ailo-152m-events-it
>>> Pranzo con Sara domani alle 13 al nuovo ristorante giapponese
{"titolo": "pranzo", "data": "domani", "ora": "13:00", "luogo": "ristorante giapponese", "partecipanti": ["Sara"]}

Schema

{"titolo": str, "data": str|null, "ora": "HH:MM"|null, "luogo": str|null, "partecipanti": [str]}
  • ora normalizzata a 24h HH:MM — “alle 3 del pomeriggio” → 15:00, “alle 7 e mezza” → 07:30, “a mezzogiorno” → 12:00.
  • data estratta com’è scritta (“domani”, “venerdì prossimo”, “15 marzo”) — non risolta in data di calendario (il modello non ha un orologio).
  • Campi assenti → null; nessun partecipante → [].

Benchmark (test set held-out, 1500 esempi mai visti)

Metrica Valore
JSON valido 100%
Oggetto esatto 85.7%
titolo 97.7%
data 100%
ora (normalizzata) 99.7%
luogo 87.3%
partecipanti 97.7%

Generalizza su frasi libere reali (ha imparato a copiare lo span, non a classificare): “Chiama la mamma stasera” → {"titolo": "chiamare la mamma", ...}, “Festa di compleanno sabato da Luca con tutti” → {"titolo": "festa di compleanno", "luogo": "da Luca", "partecipanti": ["tutti"]}.

Usarlo in un’app

curl http://localhost:11434/api/chat -d '{
  "model": "Alieno/ailo-152m-events-it",
  "messages": [{"role": "user", "content": "Riunione veloce col team lunedì alle 10 su Zoom"}],
  "stream": false,
  "options": {"temperature": 0.0}
}'

Tag: :latest / :q8_0 (migliore, 156 MB) · :q4_k_m (più piccolo, 97 MB) · :f16 (291 MB). Usa temperature 0 per JSON deterministico; repeat_penalty basso (1.05) così la punteggiatura del JSON non viene penalizzata.

Dettagli

Proprietà Valore
Parametri 151,9M
Architettura Transformer decoder-only (LayerNorm · RoPE · SwiGLU), 12L/768/12H, ctx 512
Base AILO-152M-v2-ITA → specializzato sull’estrazione eventi
Training 26k coppie sintetiche (frase → JSON), vocabolario aperto/compositivo (~1500 titoli unici) per imparare a copiare lo span
Formati GGUF (q4_k_m, q8_0, f16) + PyTorch

Limiti

  • Le date non vengono risolte in date assolute — la frase è estratta com’è.
  • Forme orarie/locuzioni rare (“all’una”, “col” al posto di “con il”) possono sfuggire.
  • Un evento per input; solo italiano; contesto 512 token (frasi brevi).
  • Per voci di calendario esatte, risolvi la data relativa a valle con fuso/orologio dell’utente.

Licenza & contatti

Doppia licenza: CC BY-NC-SA 4.0 (libera per ricerca/didattica/uso personale) + commerciale con accordo separato. Riccardo Sparacino — LinkedIn

@misc{ailo152m_events_it_2026,
  title  = {AILO-152M-Events-IT: estrattore italiano da linguaggio naturale a evento JSON},
  author = {Sparacino, Riccardo}, year = {2026},
  note   = {Dual-licensed CC BY-NC-SA 4.0 / commerciale}
}