SKR: Metodo Completamente Locale Adatta i LLM ai Compiti Utilizzando la Conoscenza Intrinseca

Una nuova tecnica chiamata Self-Knowledge Re-expression (SKR) è stata introdotta dai ricercatori per adattare i grandi modelli linguistici (LLM) a compiti specifici senza fare affidamento su guida esterna o distillazione del modello. SKR affronta i limiti prestazionali per i compiti non generativi convertendo gli output del LLM dalla creazione di token generali a espressioni su misura per compiti specifici, utilizzando esclusivamente dati non annotati. I test condotti su un dataset di documenti finanziari hanno rivelato un miglioramento di oltre il 40% in Recall@1 per il recupero delle informazioni, una riduzione di oltre il 76% nella latenza del rilevamento degli oggetti e un aumento superiore al 33% nell'AUPRC del rilevamento delle anomalie. Ulteriori risultati dal dataset MMDocRAG ne confermano l'efficacia.