1080 articoli
Il documento presenta il primo approccio per l'acquisizione simultanea di risonanza magnetica in tempo reale, EEG e EMG di superficie, integrando un pipeline di soppressione degli artefatti per studiare in modo completo i processi neurali, muscolari e articolatori alla base della produzione del parlato.
Questo articolo dimostra che l'allineamento basato su RLHF è intrinsecamente superficiale perché i gradienti di sicurezza si concentrano esclusivamente sui token in cui il danno è determinato, proponendo un nuovo obiettivo basato su penalità di recupero per garantire segnali di gradiente su tutta la sequenza.
Il paper presenta SinhaLegal, un corpus di riferimento di circa 2 milioni di parole composto da 1.206 documenti legislativi in lingua singalese, elaborato con tecniche OCR e pulizia manuale per supportare compiti di elaborazione del linguaggio naturale come l'estrazione di informazioni e l'analisi nel dominio giuridico.
Il paper presenta HACHIMI, un framework multi-agente che genera 1 milione di profili studenti sintetici allineati a teorie educative e controllabili per distribuzione, creando un corpus standardizzato per il benchmarking e le simulazioni sociali.
Il paper introduce FireBench, un benchmark open-source basato su oltre 2.400 campioni reali che valuta la capacità di seguire le istruzioni di 11 modelli LLM in contesti aziendali e API-driven, colmando il divario rispetto alle attuali valutazioni focalizzate sugli assistenti conversazionali.
Gli autori propongono un metodo di campionamento privo di addestramento e a basso costo che migliora la diversità e le prestazioni Pass@ dei Modelli Linguistici Diffusivi penalizzando attivamente la ridondanza tra i campioni generati, ottenendo risultati superiori su benchmark come HumanEval e GSM8K.
Lo studio valuta la capacità dei modelli linguistici di grandi dimensioni (LLM) di replicare l'incertezza e le interpretazioni degli esperti nell'analisi qualitativa dei valori umani secondo la teoria di Schwartz, rivelando che, sebbene le prestazioni medie siano elevate e gli ensemble migliorino i risultati, i modelli mostrano ancora discrepanze nelle strutture di incertezza e nei bias sistematici rispetto agli analisti umani.
Lo studio dimostra che gli interventi di allineamento nei modelli linguistici, sebbene efficaci in inglese, possono provocare un "effetto rimbalzo" in altre lingue come il giapponese, generando una dissociazione tra sicurezza superficiale e patologie collettive che riflette le dinamiche culturali e linguistiche dei dati di addestramento.
Questo articolo presenta una pipeline innovativa basata su LLM agentic per la SemEval-2026 Task 10, che utilizza un design decoupled con Dynamic Discriminative Chain-of-Thought e un'architettura "Anti-Echo Chamber" per estrarre marcatori psicolinguistici e rilevare l'adesione alle teorie del complotto, ottenendo significativi miglioramenti nelle prestazioni rispetto alla baseline.
Il documento presenta il sistema AILS-NTUA per la SemEval-2026 Task 3, che combina l'adattamento fine di encoder linguistici e il tuning istruito efficiente di grandi modelli linguistici per affrontare con successo l'analisi multidimensionale del sentiment basato su aspetti in un contesto multilingue e multi-dominio.
Questo articolo propone un paradigma di "match-and-merge" con due algoritmi, GMMA e RMMA, per ottimizzare l'aggregazione di modelli linguistici eterogenei nell'ambito del riconoscimento automatico del parlato federato, dimostrando che l'approccio basato sul reinforcement learning (RMMA) supera le soluzioni esistenti in termini di accuratezza e velocità di convergenza.
Il paper propone LocalSUG, un framework basato su LLM per la suggerimento di query nei servizi locali che risolve le sfide di ancoraggio geografico, bias di esposizione e latenza tramite strategie di mining consapevoli della città, un algoritmo GRPO guidato dal beam search e tecniche di accelerazione, dimostrando miglioramenti significativi nel CTR e nella riduzione delle query senza risultati tramite test online su larga scala.
Il paper introduce TimeWarp, un benchmark che valuta la robustezza degli agenti web di fronte ai cambiamenti dell'interfaccia, e propone TimeTraj, un algoritmo che migliora significativamente le prestazioni degli agenti insegnando loro a generalizzare attraverso diverse versioni storiche dei siti web.
Il paper presenta VisionPangu, un assistente multimodale compatto da 1,7 miliardi di parametri che, combinando un encoder visivo InternVL, un backbone linguistico OpenPangu e un addestramento supervisionato con descrizioni dense del dataset DOCCI, migliora significativamente la generazione di didascalie dettagliate e semanticamente coerenti senza richiedere architetture su larga scala.
Lo studio dimostra che riproporre i dati generici pre-addestrati durante il fine-tuning migliora le prestazioni sui compiti target, aumentando l'efficienza dei dati e i risultati pratici in domini specifici come la navigazione web e il question-answering in basco.
Il paper introduce la Confidence-Weighted Preference Optimization (CW-PO), un framework che utilizza le valutazioni ad alta confidenza di un modello linguistico debole per re-pesare i dati di addestramento, permettendo di ottenere prestazioni superiori rispetto alle annotazioni umane complete con solo il 20% dei dati etichettati da umani.
Il paper introduce MPCEval, un benchmark e una suite di valutazione task-aware che fornisce metriche quantitative, senza riferimento e riproducibili per analizzare la generazione di conversazioni multi-partecipante, evidenziando come la valutazione multidimensionale riveli caratteristiche specifiche dei modelli che le metriche a punteggio singolo tendono a nascondere.
Il paper propone MOUE, un'architettura Mixture-of-Experts generalizzata che introduce la "larghezza virtuale" riutilizzando esperti universali tra i livelli per superare i limiti di scalabilità, risolvendo le sfide di routing e bilanciamento del carico attraverso una topologia rotazionale sfalsata e meccanismi di correzione specifici, ottenendo così prestazioni superiori rispetto ai modelli MoE tradizionali.
Questo lavoro propone un metodo di fusione di modelli linguistici basato sulla media di Karcher sulla varietà di Fisher-Rao, che supera i limiti delle approssimazioni euclidee preservando la funzionalità e la stabilità anche durante la combinazione di numerosi esperti eterogenei.
Il paper propone VRM (Variational Reward Modeling), un nuovo framework che supera i limiti dei modelli di ricompensa tradizionali insegnando loro a simulare il processo umano di valutazione attraverso l'inferenza di variabili latenti che combinano pesi degli obiettivi e caratteristiche semantiche, ottenendo così una migliore generalizzazione e una cattura più fedele delle preferenze autentiche.