1071 articoli
Il paper introduce MAWARITH, un dataset su larga scala di 12.500 casi di eredità islamica in arabo e una nuova metrica di valutazione MIR-E per testare la capacità di ragionamento strutturato dei modelli linguistici, dimostrando che mentre Gemini-2.5-flash raggiunge prestazioni elevate, altri modelli faticano a gestire la complessità delle regole giuridiche.
Il paper propone un framework di sintesi vocale senza apprendimento che applica regole fonologiche a un modello TTS multilingue per generare automaticamente accenti (come spagnolo e indiano) nell'inglese parlato senza richiedere dati di addestramento specifici.
Questo lavoro introduce "Nwāchā Munā", un nuovo corpus di parlato in Devanagari di 5,39 ore per la lingua Nepal Bhasha, e dimostra che il trasferimento prossimale da una lingua adiacente come il Nepalese può raggiungere prestazioni di riconoscimento vocale paragonabili a modelli multilingue su larga scala, offrendo una soluzione efficiente per le risorse limitate.
Il paper presenta KCoEvo, un framework potenziato da grafi della conoscenza che migliora l'accuratezza e l'esecuzione del codice evolutivo suddividendo il task di migrazione in recupero di percorsi evolutivi e generazione di codice informato, superando i limiti dei modelli linguistici di grandi dimensioni nel gestire le modifiche alle API di terze parti.
Il paper propone StyleBench, un benchmark per dialoghi multi-turno che valuta sistematicamente la capacità dei modelli linguistici vocali di controllare l'intensità dello stile conversazionale in quattro dimensioni: emozione, velocità, volume e tono.
Il paper presenta KohakuRAG, un framework RAG gerarchico che preserva la struttura dei documenti attraverso un'indicizzazione ad albero a quattro livelli e migliora la precisione delle citazioni tramite pianificazione delle query e inferenza d'insieme, ottenendo il primo posto nella sfida WattBot 2025.
Questo documento presenta Megatron Core, un framework open-source che risolve le sfide del training scalabile dei modelli Mixture-of-Experts attraverso ottimizzazioni integrate per memoria, comunicazione e calcolo, consentendo addestramenti ad alte prestazioni su cluster di migliaia di GPU.
Questo studio valuta le capacità dei modelli linguistici di grandi dimensioni (LLM) nel risolvere problemi di ottimizzazione discreta su larga scala, rivelando che le prestazioni migliori dipendono dalla forza del modello e che tecniche come il ragionamento passo-passo (CoT) non sono sempre efficaci, fornendo così linee guida e benchmark per ricerche future.
Il paper introduce 3ViewSense, un nuovo framework che colma il divario di intelligenza spaziale nei modelli visione-linguaggio permettendo loro di costruire rappresentazioni mentali 3D coerenti da viste ortografiche attraverso un meccanismo di "simulazione e ragionamento" ispirato alla cognizione ingegneristica.
Questo studio dimostra che l'uso della whitening sui dati di embedding rivela l'aderenza al cluster come il separatore geometrico fondamentale per distinguere i tipi di allucinazione nei modelli linguistici, confermando che la difficoltà nel separare le categorie di errore 1 e 2 è una limitazione di capacità del modello e non un artefatto di misurazione.
Il paper presenta QuadAI, un sistema per l'analisi del sentiment basato su aspetti multidimensionale che combina un encoder RoBERTa ibrido con modelli linguistici di grandi dimensioni (LLM) tramite apprendimento d'insieme, ottenendo risultati significativamente migliori rispetto ai modelli individuali.
Il paper presenta ArcLight, un'architettura di inferenza per LLM leggera e ottimizzata per CPU many-core che, integrando gestione della memoria e pianificazione dei thread, supera i limiti delle soluzioni attuali riducendo l'overhead degli accessi cross-NUMA e aumentando il throughput fino al 46%.
Il paper presenta MicroCoder-GRPO, un approccio ottimizzato di Reinforcement Learning che risolve i colli di bottiglia nell'addestramento dei modelli di generazione del codice attraverso innovazioni tecniche e nuovi dataset, ottenendo significativi miglioramenti delle prestazioni e fornendo approfondimenti chiave per l'addestramento stabile ed efficace.
Il paper presenta MicroCoder, un dataset curato di problemi di programmazione competitiva recenti e difficili, ottenuto tramite un framework di elaborazione dati in quattro fasi con filtraggio automatico della difficoltà, che dimostra miglioramenti significativi nelle prestazioni dei modelli di generazione del codice su compiti complessi rispetto ai dataset esistenti.
Questo studio valuta i pregiudizi sociali in sette modelli linguistici di grandi dimensioni all'interno del contesto culturale nepalese, rivelando che le metriche di accordo esplicito non catturano adeguatamente i bias generativi impliciti e sottolineando la necessità di dataset culturalmente fondati per le società sottorappresentate.
Questo studio presenta il benchmark AEPC-QA per valutare 51 modelli linguistici nel contesto assicurativo del Québec, rivelando che il ragionamento durante l'inferenza e la generazione aumentata dal recupero (RAG) sono fondamentali per l'accuratezza, sebbene quest'ultima possa causare distorsioni contestuali e che i modelli generalisti superino quelli specializzati di nicchia.
Il paper presenta DistillGuard, un framework che valuta nove configurazioni difensive contro la distillazione della conoscenza da LLM proprietari, rivelando che la maggior parte delle difese a livello di output è inefficace nel compromettere le capacità del modello studente, con l'eccezione parziale della rimozione del chain-of-thought che riduce solo le prestazioni nel ragionamento matematico.
Il paper presenta AI Steerability 360, una libreria Python open-source e nativa di Hugging Face che offre un'interfaccia unificata per controllare, comporre e valutare in modo sistematico i metodi di steering dei grandi modelli linguistici attraverso quattro superfici di controllo: input, struttura, stato e output.
Il paper presenta FusionSQL, un metodo innovativo che stima l'accuratezza dei modelli Text2SQL su dataset non visti e non etichettati analizzando i pattern delle loro stesse risposte, permettendo così una valutazione efficace senza bisogno di etichette di riferimento.
Il paper presenta SynPlanResearch-R1, un framework che migliora le prestazioni degli agenti di ricerca web sintetizzando traiettorie di utilizzo degli strumenti che incoraggiano un'esplorazione più profonda durante il fine-tuning supervisionato, ottenendo risultati superiori rispetto alle tecniche attuali su diversi benchmark.