Separare l'Interpretazione delle Prove dall'Aggregazione delle Decisioni nei Sistemi LLM

Un recente articolo su arXiv (2608.14509) introduce un nuovo quadro volto a migliorare la sintesi delle informazioni da parte dei modelli linguistici provenienti da varie fonti. Gli autori sostengono che gli approcci esistenti, che fondono tutte le fonti in un unico prompt, combinano erroneamente due funzioni separate: analizzare ciascuna fonte e fondere tali analisi. Propongono una divisione di questi compiti implementando una tupla di prove a quattro campi (ipotesi, livello di affidabilità, razionale, provenienza) per perfezionare l'interfaccia. L'articolo evidenzia una modalità di fallimento denominata 'deriva della scala di conteggio', in cui la soglia di un aggregato di pesi non normalizzati, simile alla soglia a posteriori, si sposta in base al numero di fonti e aumenta con l'affidabilità del lettore. Le variazioni nell'affidabilità delle fonti influenzano la regola di voto e l'ordine a posteriori in modo diverso. Questa ricerca segna un progresso significativo nell'IA e nell'apprendimento automatico, in particolare nel ragionamento multi-fonte e nell'aggregazione delle decisioni.