1729 articoli
Questo capitolo esamina l'attuale panorama dei rilevatori di testi generati da IA, ne delinea l'uso responsabile e presenta un'analisi empirica sulla capacità di generalizzazione di tali strumenti tra diversi modelli linguistici, fornendo indicazioni per il loro sviluppo pratico.
Questo articolo evidenzia i limiti di TeX nell'era dei modelli linguistici su larga scala e propone Mogan STEM, un editor strutturato WYSIWYG che supera TeX in efficienza di compilazione, localizzazione degli errori e ottimizzazione per l'addestramento di LLM grazie al suo formato .tmu a bassa entropia.
Il paper propone un framework di collaborazione multi-agente basato sul processo "Proposta-Valutazione-Rivisione" e sull'apprendimento per rinforzo per migliorare l'estrazione degli argomenti degli eventi a livello di documento in scenari zero-shot, superando i limiti dei metodi attuali nella generazione e valutazione di dati sintetici.
Questo lavoro introduce un framework multi-agente basato su codice che dimostra come gli agenti di intelligenza artificiale possano evolvere autonomamente problemi matematici esistenti in varianti più complesse e risolvibili, affrontando la scarsità di dati di addestramento di alto livello.
Il paper presenta AriadneMem, un sistema di memoria strutturato per agenti LLM che risolve i problemi di evidenze disconnesse e aggiornamenti di stato tramite un processo a due fasi, ottenendo significativi miglioramenti nell'accuratezza e una drastica riduzione dei tempi di esecuzione e dell'uso del contesto.
Questo studio identifica e categorizza diverse distorsioni persistenti nei modelli di ricompensa linguistica, proponendo una semplice tecnica di "modellazione meccanica della ricompensa" che mitiga efficacemente tali bias senza comprometterne la qualità generale.
Il paper propone MA-RAG, un framework di RAG agenziale multi-round che trasforma i conflitti semantici in query di ricerca iterativa per raggiungere un consenso medico ad alta fedeltà, ottenendo un miglioramento significativo dell'accuratezza rispetto ai modelli di base e alle tecniche esistenti.
Il paper presenta SE-Search, un agente di ricerca auto-evolutivo che migliora le prestazioni del RAG attraverso una strategia "Pensa-Cerca-Memora", l'addestramento su query atomiche e ricompense dense, ottenendo risultati significativamente superiori rispetto ai metodi esistenti su benchmark di domande e risposte.
Questo lavoro presenta un'architettura ibrida di LLM, ottimizzata tramite fine-tuning su dati agricoli curati e un livello di sintesi sicuro, che migliora l'accuratezza fattuale e la pertinenza culturale dei consigli per gli agricoltori indiani riducendo al contempo i costi e i rischi di allucinazione.
Lo studio rivela che i modelli linguistici di grandi dimensioni, inclusi quelli all'avanguardia e addestrati per emulare gli umani, divergono sostanzialmente dalle preferenze di selezione degli obiettivi umane in compiti aperti, mostrando una tendenza all'ottimizzazione eccessiva o a prestazioni scarse che ne sconsiglia l'uso come proxy affidabili in ambiti critici come l'assistenza personale e la ricerca scientifica.
Il paper presenta PlugMem, un modulo di memoria plugin indipendente dal compito che, ispirandosi alle scienze cognitive, trasforma le memorie episodiche in un grafo della conoscenza compatto ed estensibile, permettendo agli agenti LLM di recuperare informazioni rilevanti in modo efficiente e superando sia le soluzioni specifiche per compito che i metodi agnostici esistenti.
Il paper propone TTSR, un framework di auto-riflessione a tempo di test che utilizza un ciclo continuo tra ruoli di "Studente" e "Insegnante" per generare domande varianti mirate alle debolezze di ragionamento, migliorando così le prestazioni dei modelli linguistici su compiti matematici complessi.
Il paper presenta TATRA, un metodo di prompting privo di addestramento che genera istantaneamente esempi specifici per ogni istanza tramite riformulazione e aggregazione, ottenendo prestazioni all'avanguardia su benchmark di classificazione e ragionamento matematico senza richiedere dati etichettati o ottimizzazione iterativa.
Questo studio presenta un'ampia audit su 10 modelli linguistici che rivela tassi di allucinazione delle citazioni variabili tra l'11,4% e il 56,8%, dimostrando che tali errori sono indotti dal prompt e proponendo efficaci strategie di mitigazione come il consenso multi-modello e un classificatore leggero basato sulle stringhe bibliografiche per rilevare le citazioni fantasma senza interrogare database esterni.
Questo studio valuta le prestazioni di diversi strumenti di ricerca legale basati sull'IA sul benchmark LaborBench, rivelando che mentre le soluzioni commerciali mostrano risultati inferiori rispetto ai modelli RAG standard, uno strumento personalizzato (STARA) raggiunge un'accuratezza del 92% correggendo anche omissioni presenti nel ground truth originale, fornendo così principi guida per il futuro sviluppo di sistemi legali affidabili.
Questo articolo esplora le sfide e le soluzioni per la cache semantica negli LLM, dimostrando la complessità NP-difficile della politica offline ottimale e proponendo nuove euristiche online che migliorano l'accuratezza semantica rispetto ai metodi basati sulla frequenza.
Questo articolo propone un framework multi-agente basato su Retrieval-Augmented Generation (RAG) e modelli visione-linguaggio per ottimizzare la gestione della conoscenza e la formazione del personale nei dipartimenti dei trasporti statali, superando le limitazioni dei metodi tradizionali attraverso la generazione di risposte contestuali e verificate.
Il paper propone HumanLM, un nuovo framework di addestramento che supera la semplice imitazione linguistica allineando gli stati latenti psicologici dei modelli con le risposte reali degli utenti, ottenendo risultati superiori rispetto ai metodi esistenti sia su un ampio benchmark (Humanual) che in uno studio con partecipanti umani.
Il paper propone la Draft-Conditioned Constrained Decoding (DCCD), un metodo di inferenza senza addestramento che separa la pianificazione semantica dal vincolo strutturale tramite una generazione preliminare libera, migliorando significativamente l'accuratezza nella generazione di output strutturati e l'efficienza parametrica rispetto alle tecniche di decodifica vincolata tradizionali.
Lo studio dimostra che, sebbene TOON offra un potenziale risparmio di token significativo per strutture complesse, il suo vantaggio è spesso annullato dall'overhead del prompt e che la generazione JSON standard, anche senza vincoli, mantiene attualmente la migliore accuratezza e un rapporto efficienza-affidabilità superiore rispetto all'apprendimento in contesto one-shot di TOON.