1908 articoli
Il paper presenta un metodo innovativo che riduce i bias di contenuto nel ragionamento dei modelli linguistici multilingue trasformando i sillogismi in rappresentazioni logiche canoniche e applicando un parsing deterministico, ottenendo risultati di primo piano nella sfida SemEval-2026 Task 11.
Il paper presenta HateMirage, un nuovo dataset spiegabile e multidimensionale di commenti "Faux Hate" derivati da disinformazione, progettato per superare i limiti delle ricerche esistenti sull'odio online sottile attraverso un'annotazione dettagliata di bersaglio, intento e implicazione sociale.
Il paper presenta Graph-GRPO, un nuovo framework che stabilizza l'apprendimento della topologia di comunicazione nei sistemi multi-agente basati su LLM applicando l'ottimizzazione della politica relativa di gruppo per ridurre la varianza del gradiente e migliorare l'assegnazione del credito rispetto ai metodi tradizionali.
Il paper propone \textsc{ASEGR}, un framework innovativo che migliora la raccomandazione sequenziale integrando attributi sensoriali strutturati, estratti e distillati dai testi delle recensioni tramite un modello linguistico, per arricchire le rappresentazioni degli articoli con significati esperienziali interpretabili.
Il paper propone DiSE, un metodo efficiente di autovalutazione per i modelli linguistici a diffusione che quantifica la fiducia rigenerando l'intera sequenza, permettendo una stima affidabile della qualità e un controllo adattivo della lunghezza della generazione.
Il paper introduce KMP-Bench, un benchmark completo per valutare l'intelligenza pedagogica dei modelli linguistici nell'insegnamento della matematica K-8, evidenziando il divario tra le loro capacità di risoluzione e quelle didattiche, e presentando KMP-Pile, un dataset di dialogo su larga scala che, se utilizzato per il fine-tuning, migliora significativamente le prestazioni dei modelli in questo ambito.
Questo studio dimostra che, grazie all'uso di dataset su larga scala e a un'analisi gerarchica degli errori, i modelli multimodali di grandi dimensioni (MLLM) possono ottenere prestazioni nel recupero delle informazioni dai documenti paragonabili a quelle dei metodi tradizionali basati su OCR, rendendo quest'ultimo non strettamente necessario quando si utilizzano input puramente visivi combinati con istruzioni e schemi ben progettati.
Il paper presenta GLEAN, un framework di verifica per agenti LLM ad alto rischio che, integrando linee guida cliniche esperte e accumulo di evidenze con calibrazione bayesiana, supera significativamente i metodi esistenti nella diagnosi medica migliorando sia la discriminazione che l'affidabilità delle previsioni.
Lo studio dimostra che i modelli specializzati di Knowledge Tracing superano i Large Language Models (LLM) in termini di accuratezza, velocità di inferenza e costi di distribuzione per la previsione delle risposte degli studenti, sconsigliando l'uso di LLM come soluzione universale per compiti educativi specifici.
Questo studio fornisce una spiegazione unificata della distribuzione delle frequenze dei fonemi nelle lingue mondiali, dimostrando come essa sia governata da modelli macroscopici basati sulla distribuzione di Dirichlet e da modelli microscopici di massima entropia che integrano vincoli articolatori, fonotattici e lessicali.
Lo studio rivela che, mentre le informazioni sui nodi e sulla struttura globale dei diagrammi sono rappresentate linearmente già nell'encoder visivo dei modelli LVLM, le informazioni sugli archi emergono solo successivamente nei token testuali, spiegando le difficoltà di questi modelli nella comprensione delle relazioni direzionali.
Il paper propone Eval4Sim, un framework di valutazione che misura la fedeltà delle simulazioni di persona basate su LLM rispetto ai modelli conversazionali umani attraverso tre dimensioni complementari (aderenza, coerenza e naturalezza), utilizzando un corpus di riferimento per penalizzare sia l'insufficiente encoding della persona sia i comportamenti eccessivamente ottimizzati e innaturali.
Il paper presenta ACE-Merging, un nuovo framework data-free per la fusione di modelli che, stimando in modo adattivo la covarianza d'ingresso dalle differenze parametriche, risolve le interferenze tra esperti e stabilisce un nuovo stato dell'arte con prestazioni superiori e costi computazionali ridotti.
Il paper propone la "Contextualized Defense Instructing" (CDI), un nuovo paradigma di difesa per l'agenti LLM che utilizza un modello istruttore ottimizzato tramite apprendimento per rinforzo per generare in tempo reale indicazioni privacy contestuali, ottenendo un equilibrio superiore tra protezione dei dati e utilità rispetto alle difese statiche esistenti.
Il paper presenta MaBERT, un nuovo modello ibrido che combina l'efficienza lineare di Mamba con la capacità di modellazione globale dei Transformer, introducendo tecniche di mascheramento specifiche per gestire in modo sicuro e veloce contesti estesi senza contaminazione dovuta al padding.
Il paper presenta TrustMH-Bench, un benchmark olistico che valuta l'affidabilità dei modelli linguistici di grandi dimensioni in ambito di salute mentale attraverso otto pilastri fondamentali, rivelando carenze significative nelle prestazioni attuali anche dei modelli più potenti.
Il paper introduce TikZilla, una famiglia di modelli linguistici open-source addestrati su un nuovo dataset di alta qualità (DaTikZ-V4) e ottimizzati tramite un processo di apprendimento per rinforzo con segnali di ricompensa visiva, che supera le prestazioni dei modelli più grandi come GPT-4o nella generazione di figure scientifiche TikZ da testo.
Il paper propone TAO-Attack, un nuovo metodo di jailbreak basato sull'ottimizzazione che utilizza una funzione di perdita a due stadi e una strategia di ottimizzazione dei token basata sulla priorità della direzione per superare le difese dei modelli linguistici su larga scala con tassi di successo superiori agli approcci esistenti.
Questo articolo propone un approccio innovativo basato su modelli linguistici di grandi dimensioni istruiti con prompt compatti per trattare la rilevazione congiunta dei componenti argomentativi come un compito di generazione linguistica, ottenendo prestazioni superiori rispetto agli stati dell'arte su benchmark standard.
Questo studio dimostra che le caratteristiche del parlante, come il tono, il genere e l'intensità, sono codificate in dimensioni specifiche dei modelli di apprendimento auto-supervisionato (come WavLM) e possono essere controllate modificando tali dimensioni per applicazioni di sintesi vocale.