Alberto Tuveri

SerSanDentro SphereNodeOnline su spherenode.com

Sphere AI

Il mentor RAG bilingue di SphereNode, ancorato solo al curriculum proprietario e misurato su un set di valutazione di 161 domande.

Un’intera conversazione con Sphere AI in SphereNode, su fondo verde-nero scuro: la domanda di un trader su come gestire il rischio dopo un drawdown; la risposta, con un paragrafo generale e poi un paragrafo intitolato «What the transcripts actually support», con rimandi numerati alle citazioni e un passaggio segnalato come concetto generale che gli estratti non coprono; l’etichetta «Based on Spherenode sources»; le lezioni citate e le lezioni e sessioni live suggerite, come schede delle fonti; l’avvertenza sull’AI e il campo per la domanda. Il nome di un istruttore e i titoli di lezioni e sessioni sono coperti da barre grigie uniformi.
Sphere AI cita le sue fonti Una risposta intera dal curriculum, con le sue fonti, catturata a settembre 2026; un nome e i titoli delle lezioni sono oscurati.Visita

01 Che cos’è

Chiede primadi azzardare

Sphere AI è il mentor RAG bilingue (IT/EN) dentro SphereNode. Risponde attingendo solo al curriculum proprietario della piattaforma: chunking semantico ed embedding in pgvector, un retrieval che tiene conto del livello d’abbonamento, con una corsia preferenziale curata per le risposte canoniche, e, sopra la generazione, un LLM che ne valuta la pertinenza.

Stack

  • RAG
  • pgvector
  • Embeddings
  • Semantic chunking
  • LLM relevance grader
  • LLM evaluation
  • Guardrails
  • Supabase

02 La pipeline

Dal curriculumalla risposta

Ogni risposta parte dal curriculum proprietario e passa da un valutatore di pertinenza prima di arrivare al trader.

  1. 01Curriculum proprietario
  2. 02Chunking semantico
  3. 03Embedding in pgvector
  4. 04Retrieval per livellocon una corsia preferenziale curata per le risposte canoniche
  5. 05Generazione
  6. 06Valutatore di pertinenza LLM

Poi

  • Risponde, con le citazioni
  • Chiede un chiarimento
  • Rifiuta

Retrieval e generazione Dal curriculum a una risposta, a una controdomanda o a un rifiuto.

03 Misurato

Primae dopo

Ogni modifica è stata misurata sullo stesso set di valutazione bilingue, con zero fughe di contenuti bloccati e zero citazioni inventate.

Set di valutazione bilingue di 161 domande · prima → dopo

  1. Accuratezza della policy di risposta

    52%a68%

  2. Risposte che andavano trattenuteMeno è meglio

    56%a16%

  3. Precisione dei chiarimenti

    75%a94%

  4. Recall dei chiarimenti

    32%a90%

  5. Affermazioni senza riscontroMeno è meglio

    1,9%a0,6%

    Troppo piccolo per essere disegnato a questa scala.

  6. Citazioni corrette · zero citazioni inventate

    100%

04 I guardrail

Cosanon fa

I guardrail dietro i numeri

  1. 01Chiede un chiarimento invece di azzardare una risposta.
  2. 02Rifiuta le domande costruite su una premessa falsa o che chiedono azioni non sicure.
  3. 03Esige dati in tempo reale prima di rispondere a ciò che dipende dal momento.
  4. 04Non lascia mai che i contenuti statici delle FAQ prendano il posto delle informazioni di mercato aggiornate.
  5. 05Legge il Trading Journal solo con il consenso del titolare e solo per il titolare, con i dati personali esclusi di default.

05 La scheda

Studio
SerSanSersan LimitedLondraDa remoto
Ruolo
L’ho progettato e costruito, come Software & AI Engineer
Dove si trova
In SphereNode, su spherenode.com
Valutazione
161 domande, in italiano e in inglese

Altri lavori

  1. 01SerSan Agent OSSerSan · sistema multi-agenteApri
  2. 02SphereNodeSerSan · online su spherenode.comApri
  3. 03Sphere AISerSan · mentor RAGQuesto caso
  4. 04Maintech OMASerSan · ERP d’officinaProssimo
  5. 05sersan.ioSerSan · giu – set 2026Apri
  6. 06Domus TuaSerSan · piattaforma brand immobiliareApri
  7. 07Brand filmSerSan · identità e filmApri
  8. 08OblaProgetto personale · sistema multi-agenteApri
  9. 09Badante24hALS MCL Civitanova · freelanceApri
  10. 10Voice AI AgentDOIT S.r.l · tirocinioApri
  11. 11Supply ChainUniversità di CamerinoApri