La complessità di Kolmogorov relativa ai LLM misura il valore dei prompt

Un recente preprint su arXiv (2608.16438) presenta un framework computazionale volto a valutare il valore dei prompt utilizzati dai modelli linguistici di grandi dimensioni (LLM). I ricercatori sostengono che, poiché gli LLM generano o gestiscono sempre più output di valore, l'attenzione si sposta sull'importanza degli input—come prompt, suggerimenti, critiche, dichiarazioni di problemi o soluzioni parziali—che guidano il modello. Classificano un input come prezioso se facilita la generazione dell'artefatto desiderato da parte del modello, aumentando la probabilità di campionamento o riducendo i tempi di elaborazione. L'articolo introduce un concetto di complessità probabilistica di Levin–Kolmogorov relativa agli LLM, sostituendo la tradizionale macchina universale di Turing con l'LLM stesso. Questo framework, noto come pKt, fornisce una metrica formale per valutare il valore del prompt basata sulla complessità computazionale. Il lavoro teorico rientra nei domini dell'informatica e dell'intelligenza artificiale, influenzando potenzialmente la valutazione dei prompt in attività creative e scientifiche assistite dall'IA.