CLAIM: Framework basato sull'incertezza per la chiarificazione attiva nei LLM

Una recente pubblicazione su arXiv (2608.11631) presenta CLAIM, un framework incentrato sull'apprendimento attivo della chiarificazione guidato dall'incertezza in contesti open-domain. Questo framework affronta il problema delle query utente vaghe o incomplete nei modelli linguistici di grandi dimensioni (LLM), che possono portare a risposte eccessivamente generalizzate, imprecise o carenti di dettagli. Misurando l'incertezza della query attraverso l'entropia derivante da risposte modello discordanti, CLAIM elimina la necessità di annotazioni esplicite di preferenze umane. Questo metodo non solo riduce i costi di annotazione, ma migliora anche la generalizzazione rispetto alle tecniche tradizionali che dipendono da dati annotati manualmente o dall'allineamento delle preferenze. L'articolo descrive la motivazione e le soluzioni proposte, sottolineando il ruolo del framework nell'identificare quando è necessaria una chiarificazione e quali parti della query la richiedono, migliorando così l'interazione uomo-computer.