Comparso nella raccolta del 3 ott 2026.
EU Frontier AI Initiative: Advanced Scaling Frameworks for High-Performance AI Models (RIA) - Apply AI (Horizon Europe)
Apri il bando sul sito ufficiale ↗ — fonte: Europa — Portale Funding & Tenders (Horizon, LIFE, CERV, CEF…)
Impegno per candidarsi
Onere alto 47/100 — calcolato su 6 componenti su 7 rilevate nel testo dell'avviso · Rendimento alto (contributo massimo 15 mln € per progetto, rispetto all'onere)
| Documenti da preparare | proposta tecnica fino a 45 pagine (in inglese); domanda sul portale UE con EU Login e codice PIC | |
| Maturità del progetto richiesta | n.r. | non rilevato (può bastare un'idea, o il testo non lo dice) |
| Partenariato | consorzio internazionale obbligatorio (enti di più Paesi europei) | |
| Cofinanziamento | non richiesto | |
| Tempi | 119 giorni per candidarsi; a graduatoria | |
| Rendicontazione e controlli | costi effettivi: rapporti periodici, controlli e certificato di revisione dei conti | |
| Requisiti e vincoli | nessuno rilevato |
Da quali frasi dell'avviso? (5)
- Contributo massimo: Contributo UE per progetto fino a 15.000.000 € (bilancio del topic sul portale)
- Cofinanziamento: Horizon Europe: finanziamento al 100% per gli enti pubblici senza scopo di lucro (General Annexes)
- Partenariato: Horizon Europe (RIA/IA): consorzio di almeno 3 enti indipendenti di 3 Paesi diversi (General Annexes, Annex B)
- Lunghezza della proposta: Horizon Europe: Parte B di 45 pagine (General Annexes)
- Rendicontazione: Convenzione a costi effettivi: rapporti periodici, controlli e certificato di revisione dei conti oltre 430.000 € (Model Grant Agreement)
Stima automatica: 0 = nessun onere, 5 = massimo; "n.r." = non rilevato nel testo (non significa assenza). Letto il 3 ott 2026 da pagina. Fa fede l'avviso ufficiale (per i bandi europei il call document e le regole generali del programma, in inglese).
Cosa puoi fare con questi fondi
Nessuna voce del glossario corrisponde a questo bando. Va tradotto a mano (o, in una fase successiva, con una proposta automatica da validare). Se trovi un termine ricorrente, aggiungilo alle parole chiave del glossario.
Chi può partecipare
Destinatari da verificare (beneficiari non indicati dalla fonte)
Di cosa si tratta (testo della fonte)
Risultati attesi: questo tema mira a far progredire le basi scientifiche e tecniche per la scalabilità dei modelli di IA, migliorando le prestazioni dei processi di addestramento e inferenza e fornendo ai laboratori europei di IA le metodologie necessarie per competere alla frontiera globale. I risultati dei progetti dovrebbero contribuire ad alcuni dei seguenti risultati: definizione di leggi di scala solide e di quadri predittivi che consentano di stimare in modo affidabile le prestazioni dei modelli prima di investimenti di calcolo su larga scala. Maggiore competitività dei modelli avanzati di IA europei grazie a combinazioni ottimizzate di set di dati, architetture perfezionate e configurazioni superiori degli iperparametri. Sviluppo ottimizzato dei modelli di IA di frontiera, ottenuto mediante metodologie di scalabilità automatizzate e scientificamente fondate. Ambito: per mantenere una posizione di primo piano nell'IA, l'Europa deve padroneggiare le metodologie necessarie per scalare le prestazioni, l'addestramento e i processi di inferenza dei modelli di IA. Stabilire una metodologia predittiva per lo sviluppo dei modelli di IA garantisce che le limitate risorse di calcolo siano impiegate con la massima efficienza, rafforzando così la sovranità tecnologica dell'UE e dei Paesi associati (AC). Mentre le azioni precedenti si sono concentrate sull'addestramento di modelli di IA ad alte prestazioni, questo tema affronta la lacuna di ricerca relativa alle basi teoriche, alle metodologie e agli strumenti per una scalabilità prevedibile dei modelli di IA e dell'inferenza. Fornendo le basi tecniche per sistemi ad alte prestazioni senza i costi di una sperimentazione non guidata, que
Traduzione automatica dalla lingua della fonte: mostra il testo originale
Expected Outcome:This topic aims to advance the scientific and technical foundations for the scaling of AI models, enhancing the performance of training and inference processes and providing European AI labs with the methodologies required to compete at the global frontier. Project results are expected to contribute to some of the following outcomes: Establishment of robust scaling laws and predictive frameworks that allow for the reliable estimation of model performance before large-scale compute investment.Enhanced competitiveness of European advanced AI models through optimised dataset mixtures, refined architectures, and superior hyperparameter configurations.Optimised development for frontier AI models, achieved via automated and scientifically grounded scaling methodologies.Scope:To maintain a leading position in AI, Europe must master the methodologies required to scale AI models’ performance, training and inference processes. Establishing a predictive methodology for AI model development ensures that limited computational resources are deployed with maximum efficiency, thereby bolstering the EU and AC’s technological sovereignty.While previous actions have focused on training High-Performance AI models, this topic addresses the research gap in the underlying theoretical basis, methodologies and tools for predictable scaling of AI models and inference. By providing the technical foundations for high-performance systems without the costs of unguided experimentation, thi
Esiti e storico
Nessun documento di esito collegato a questo bando (o non ancora pubblicato).
Registro interno di cosa è successo a ciascun Comune con ciascun bando. Visibile solo a redattori e amministratori.