1071 articoli
Questo studio dimostra che le regolarità statistiche nella distribuzione delle frequenze dei fonemi e la relazione negativa tra dimensione dell'inventario e entropia relativa possono emergere naturalmente dai processi diacronici di cambiamento fonologico, senza necessità di meccanismi di ottimizzazione espliciti.
Il documento dimostra che i modelli linguistici possono acquisire subliminalmente le preferenze di un modello "insegnante" (come l'amore per un animale specifico) semplicemente addestrandosi su parafrasi fedeli del suo output, anche quando il contenuto semantico è irrilevante o contraddice esplicitamente tale preferenza, rivelando un rischio critico di trasmissione di bias nei pipeline di generazione dati che non possono essere rilevati tramite ispezione del contenuto.
Questo studio propone un metodo innovativo che utilizza i Large Language Models per generare messaggi di debunking delle fake news personalizzati in base ai tratti della personalità, dimostrando che tali messaggi sono generalmente più persuasivi di quelli generici e sollevando al contempo importanti questioni etiche.
Il paper introduce ALARM, un modello audio-linguistico da 4 miliardi di parametri che risolve il problema dell'allineamento per i modelli di ragionamento tramite una tecnica di "self-rephrasing" e la fusione di encoder audio, ottenendo risultati leader tra i modelli open-source su benchmark di ragionamento audio mantenendo al contempo elevate capacità testuali.
Questo studio offre ai politologi un quadro decisionale pratico per scegliere tra modelli NLP specializzati e soluzioni di fine-tuning, dimostrando che per la maggior parte delle categorie di eventi comuni i modelli generici finetunati offrono prestazioni comparabili a quelle dei modelli di dominio, rendendo la scelta dipendente dalla prevalenza delle classi, dalla tolleranza all'errore e dalle risorse disponibili.
Questo studio identifica un collasso sistematico delle teste di attenzione nei modelli BLOOM causato dalla codifica posizionale ALiBi e propone una "chirurgia" tramite riinizializzazione mirata che recupera il 98,7% della capacità operativa, dimostrando che le configurazioni pre-addestrate sono minimi locali subottimali.
Il paper presenta X-GS, un framework open ed estensibile che unifica le tecniche di 3D Gaussian Splatting con modelli multimodali downstream, permettendo la creazione in tempo reale di mappe 3D semantiche da flussi video non calibrati per abilitare compiti avanzati come il rilevamento di oggetti e la generazione di didascalie.
Questo studio presenta una pipeline open-source e localmente distribuibile, basata sul modello LLM qwen2.5-72b, che estrae con alta accuratezza dati longitudinali sui tumori dai referti radiologici, garantendo privacy e riproducibilità nell'analisi clinica.
Questo intervento all'ECIR 2025 esamina l'interazione tra la conoscenza parametrica e quella contestuale nei modelli linguistici, presentando ricerche su metodi di valutazione, test diagnostici per rilevare conflitti di conoscenza e le caratteristiche che favoriscono l'uso efficace del contesto.
Questo studio presenta un framework di classificazione automatizzata per la gestione del rischio cardiaco negli anziani, dimostrando che un'architettura Transformer personalizzata supera sia i metodi tradizionali che i modelli linguistici generici nell'analisi di lunghe storie cliniche non strutturate.
Questa ricerca propone un metodo avanzato per stimare la similarità tra ricette integrando prospettive semantiche, lessicali e di dominio, validato attraverso un'interfaccia web con esperti che ha confermato l'efficacia dell'approccio nel supportare applicazioni come diete personalizzate e generazione automatica di ricette.
Il paper presenta ESAinsTOD, un framework unificato end-to-end per il dialogo orientato al compito che, attraverso l'addestramento su istruzioni e meccanismi di allineamento allo schema, supera i modelli esistenti offrendo prestazioni superiori, maggiore robustezza al rumore e capacità di generalizzazione in scenari a risorse limitate.
Il paper introduce ActiveUltraFeedback, una pipeline di apprendimento attivo modulare che riduce significativamente i costi di annotazione dei dati di preferenza per l'allineamento dei modelli linguistici, ottenendo prestazioni superiori o paragonabili a quelle dei metodi statici con solo un sesto dei dati necessari.
Il paper propone Mousse, un nuovo ottimizzatore che combina la stabilità spettrale di Muon con l'adattabilità geometrica di Shampoo tramite una precondizionamento consapevole della curvatura, ottenendo una riduzione del 12% dei passi di addestramento per modelli linguistici senza sovraccarichi computazionali significativi.
Lo studio valuta l'efficacia di quattro modelli linguistici (LLM) nell'estrarre dati da un database nutrizionale tramite sistemi RAG, dimostrando che, sebbene eccellano nel tradurre query naturali in filtri strutturati per richieste semplici e moderate, incontrano difficoltà significative quando le domande implicano vincoli non esprimibili tramite i metadati disponibili.
Il paper introduce MUGEN, un benchmark completo che rivela le carenze dei modelli audio-linguistici nella comprensione di più audio simultanei e dimostra che strategie di inferenza senza addestramento, come la permutazione degli input e il ragionamento a catena, possono migliorare significativamente le prestazioni.
Il paper presenta RbtAct, un approccio che utilizza le risposte degli autori (rebuttal) come supervisione implicita per addestrare modelli linguistici a generare feedback di revisione scientifica più concreti e azionabili, supportato da un nuovo dataset e da un compito di generazione mirata.
Il paper introduce EXPLORE-Bench, un nuovo benchmark basato su video in prima persona per valutare la capacità dei modelli linguistici multimodali di prevedere le conseguenze fisiche a lungo termine di azioni sequenziali in scenari egocentrici, evidenziando un significativo divario rispetto alle prestazioni umane e l'efficacia parziale del ragionamento passo-passo nel colmarlo.
Il paper presenta FoodOntoRAG, una pipeline agnostica che risolve il problema del collegamento delle entità alimentari in condizioni di deriva ontologica mediante un approccio RAG basato su agenti, eliminando la necessità di costosi fine-tuning e garantendo decisioni interpretabili.
Questo articolo presenta la versione aggiornata e combinata del corpus EPIC-EuroParl-UdS, che integra discorsi originali, traduzioni e interpretazioni del Parlamento Europeo con nuove annotazioni linguistiche e indici di sorpresa, fornendo una risorsa fondamentale per la ricerca sulle differenze tra modalità parlate e scritte e per lo studio della previsione delle particelle riempitive nell'interpretazione tramite modelli linguistici.