1861 articoli
Il paper introduce FINEST, una tassonomia di valutazione granulare per le risposte dei modelli linguistici su temi sensibili, che dimostra come un processo di miglioramento guidato da punteggi e giustificazioni specifici per categoria riduca significativamente gli errori, migliorando al contempo sicurezza e utilità.
Lo studio BeamPERL dimostra che, sebbene il rinforzo con ricompense verificabili migliori le prestazioni di modelli linguistici compatti nella meccanica delle travi, induce un adattamento anisotropo basato su template procedurali piuttosto che su una vera comprensione fisica, evidenziando la necessità di affiancare tali ricompense a scaffolding strutturato per garantire un ragionamento scientifico robusto.
Il paper presenta VietNormalizer, una libreria Python open-source e priva di dipendenze esterne progettata per normalizzare il testo vietnamito convertendo numeri, date, valute, percentuali, acronimi e prestiti linguistici in forme pronunciate, colmando così le lacune degli strumenti esistenti per applicazioni di sintesi vocale e elaborazione del linguaggio naturale.
Lo studio analizza le competenze sociali di 17 modelli linguistici di grandi dimensioni attraverso il Test della Falsa Credenza, rivelando che l'esplicitazione degli stati mentali genera un effetto di inversione nelle risposte che emerge durante il pre-addestramento e può essere isolato causalmente tramite l'orientamento vettoriale.
Il paper presenta DCAN, una rete di attribuzione che disentangola le informazioni semantiche da quelle stilistiche per identificare con successo quale specifico modello LLM ha generato un frammento di codice, supportato da un nuovo dataset su larga scala per la valutazione.
Questo studio valuta come undici grandi modelli linguistici gestiscono i compromessi relativi ai diritti umani, rivelando bias sistematici che portano a una maggiore accettazione delle limitazioni ai diritti economici e sociali rispetto a quelli civili e politici, con significative variazioni linguistiche e una forte suscettibilità alla manipolazione tramite prompt.
Lo studio dimostra che i miglioramenti nei benchmark di RAG multilingue e visivamente ricchi sono guidati principalmente da una migliore rappresentazione del documento piuttosto che da algoritmi di recupero avanzati, suggerendo la necessità di valutare separatamente le capacità di trascrizione e recupero per attribuire correttamente i progressi.
Il paper presenta Memex, un meccanismo di memoria indicizzata che supera i limiti delle finestre contestuali negli agenti LLM a lungo termine archiviando interazioni complete in un database esterno e utilizzando un framework di apprendimento per rinforzo (MemexRL) per ottimizzare dinamicamente la sintesi, l'indicizzazione e il recupero selettivo delle informazioni, garantendo così una memoria a lungo termine meno lossiva e un contesto di lavoro più compatto.
Questo articolo propone una pipeline per estrarre relazioni causali dai grandi modelli linguistici campionando documenti, estraendo ed aggregando eventi in variabili canoniche, e applicando metodi di scoperta causale per generare un insieme ispezionabile di ipotesi causali plausibili, pur senza garantire la causalità nel mondo reale.
Questo articolo di posizione sostiene che i fornitori di modelli linguistici di grandi dimensioni dovrebbero esporre input di prompt vettoriali come interfaccia pubblica per la personalizzazione, poiché offrono un controllo più stabile e scalabile rispetto ai prompt testuali, specialmente in scenari di deployment che richiedono personalizzazione solo durante l'inferenza.
Questo studio esamina come i grandi modelli linguistici reagiscono alle tratti della Triade Oscura negli input degli utenti, rivelando che, sebbene tendano prevalentemente a correggere tali comportamenti, mostrano talvolta un rafforzamento dannoso a seconda della gravità e del modello specifico, sottolineando la necessità di sistemi conversazionali più sicuri.
Il paper presenta , un framework che unifica generazione e verifica tramite ranking a coppie, introducendo un algoritmo di inferenza guidato dall'incertezza e un metodo di apprendimento per rinforzo congiunto che migliorano significativamente l'efficienza e le prestazioni nei compiti di ragionamento complesso rispetto alle tecniche di verifica puntuali esistenti.
Questo studio dimostra che la capacità di recuperare informazioni spaziali e temporali tramite sonde lineari non prova necessariamente l'esistenza di modelli interni del mondo nei LLM, poiché strutture simili sono già presenti nelle statistiche di co-occorrenza dei semplici embedding statici.
Il sistema AILS-NTUA, vincitore del SemEval-2026 Task 12 con un'accuratezza del 95%, combina recupero basato su grafi, ragionamento abductivo guidato da LLM e ottimizzazione dei prompt per identificare e analizzare tre bias induttivi sistematici nel ragionamento causale multi-etichetta.
Il paper presenta Pointer-CAD, un nuovo framework basato su LLM che unifica la rappresentazione B-Rep e le sequenze di comandi tramite una selezione di entità geometriche basata su puntatori, risolvendo così le limitazioni nella generazione di modelli CAD complessi e riducendo gli errori topologici derivanti dalla discretizzazione.
Il paper propone il framework DMAST, un metodo di addestramento avversario multi-stadio e dual-modale che formalizza l'interazione agente-attaccante come un gioco a somma zero per rafforzare la sicurezza e l'efficienza degli agenti web multimodali contro attacchi cross-modali coerenti.
Il paper introduce -Knowledge, un nuovo benchmark che valuta le capacità degli agenti conversazionali di integrare conoscenze non strutturate e strumenti in scenari realistici come il supporto bancario, rivelando che anche i modelli all'avanguardia faticano a recuperare documenti pertinenti e applicare politiche complesse con un tasso di successo di circa il 25,5%.
Il paper introduce TaxonRL, un approccio di apprendimento per rinforzo che utilizza ricompense intermedie per decomporre il ragionamento visivo in livelli tassonomici gerarchici, ottenendo così un'accuratezza superiore all'uomo e una maggiore interpretabilità nella classificazione di specie visivamente simili.
Questo articolo esamina come le tecnologie di traduzione automatica ridurranno le barriere linguistiche negli scambi globali, pur creando nuove sfide diseguali per la diffusione delle idee, l'innovazione e la crescita economica.
Questo articolo introduce i "Thought Flow Nets", un metodo ispirato alla dialettica hegeliana che permette ai modelli di generare una sequenza di pensieri auto-correttivi per migliorare le prestazioni nelle risposte a domande e la percezione umana rispetto alle previsioni tradizionali a output singolo.