Non è solo un nome che evoca la tradizione del fado: Amalia è il primo Large Language Model sviluppato sotto l'egida del governo portoghese, un progetto che segna un passaggio concreto nella strategia di sovranità digitale del Paese. Con 9 miliardi di parametri, licenza Apache 2.0 e due varianti già disponibili su Hugging Face — una con fine-tuning supervisionato (SFT) e l'altra ottimizzata tramite Direct Preference Optimization (DPO) — il modello si inserisce in un panorama europeo dove la corsa agli LLM nazionali sta accelerando.

Il rilascio non è accompagnato da benchmark specifici sul coding, un dettaglio che per molti team tecnici potrebbe pesare nella fase di valutazione. Ma il vero valore di Amalia va cercato altrove: nella sua architettura pensata per il portoghese, in un ecosistema di training dataset e preferenze linguistiche che difficilmente i modelli globali — per quanto massicci — riescono a coprire con la stessa profondità. Non è un caso che il Portogallo abbia scelto di investire su un progetto locale: la gestione dei dati sensibili, la conformità normativa e la necessità di inference rapida su domini specifici (dalla pubblica amministrazione al settore legale) spingono verso soluzioni controllabili.

Perché pesa la scelta della licenza

Apache 2.0 non è un dettaglio tecnico: abilita deployment on-premise senza vincoli, modifica del codice, distribuzione commerciale. Per un ente pubblico o un'azienda che deve mantenere i dati entro confini nazionali, poter eseguire il modello su infrastruttura proprietaria — senza dipendere da API cloud di terze parti — è un fattore decisivo. I 9 miliardi di parametri, inoltre, configurano un profilo hardware accessibile: con tecniche di quantization è realistico valutare l'esecuzione su GPU con VRAM nell'ordine delle decine di gigabyte, riducendo il TCO rispetto a modelli di taglia superiore.

L'assenza di benchmark non è un vizio di forma

La mancanza di misurazioni standardizzate sulle performance di coding — segnalata nella discussione originale — riflette una scelta di priorità: Amalia non nasce per competere su task generici con i modelli da centinaia di miliardi di parametri, ma per diventare un mattone infrastrutturale della digitalizzazione portoghese. Ciò non toglie che chi valuta l'adozione dovrà integrare test interni su retrieval-augmented generation, summarization e comprensione del linguaggio legale-amministrativo, terreni dove l'addestramento su corpora locali può fare la differenza.

Nel framework più ampio, il caso portoghese conferma una tendenza: la moltiplicazione di LLM nazionali non è solo una questione di bandiera, ma una risposta pragmatica alla rigidità dei fornitori cloud e alla necessità di allineare i modelli ai contesti culturali e normativi. Per chi segue da vicino le architetture on-premise, Amalia è un segnale ulteriore che il mercato si sta attrezzando per offrire alternative realmente self-hosted, dove la sovranità del dato non è un'eccezione ma la regola.