Collasso della Composizione nei LLM: I Fatti Stabili Non Garantiscono il Ragionamento

Una recente indagine pubblicata su arXiv (2605.26789) indica che, sebbene i grandi modelli linguistici possano trattenere in modo affidabile singoli fatti, faticano a integrarli in sequenze di ragionamento multi-hop, una situazione definita 'collasso della composizione'. I ricercatori propongono un protocollo a doppio gate per valutare i restanti fallimenti di composizione basati sull'accesso atomico stabile, scomponendo i miglioramenti post-addestramento in stabilità atomica, composizione residua e profondità critica. La loro analisi di catene fattuali temporali, con profondità da 2 a 11 attraverso quattro metodi post-addestramento, ha rivelato che la conoscenza atomica, statisticamente simile, può portare a risultati di composizione che differiscono di oltre 40 punti percentuali. Questo risultato suggerisce che i punteggi aggregati dei benchmark, che considerano il ragionamento multi-hop come un'unica abilità, potrebbero essere fuorvianti.