ARTFEED — Contemporary Art Intelligence

Veroic: Controllo Adattivo dell'Inferenza per LLM Black-Box tramite Osservazioni Verificabili

ai-technology · 2026-05-01

Un nuovo framework chiamato Veroic (Osservazioni Verificabili per il Controllo dell'Inferenza Consapevole del Rischio) affronta il problema decisionale sequenziale con budget nei servizi di modelli linguistici di grandi dimensioni black-box. Il sistema decide per ogni richiesta se una risposta predefinita a basso costo è affidabile o se è necessario un calcolo aggiuntivo per migliorare la qualità. Formula il controllo al momento della richiesta come un processo decisionale di Markov parzialmente osservabile (POMDP) per gestire l'osservabilità parziale e l'accoppiamento sequenziale del budget. Un canale di osservazione verificabile leggero viene costruito a partire da coppie input-output aggregando segnali di qualità eterogenei in uno stato di credenza.

Fatti principali

  • Propone il framework Veroic per il controllo adattivo dell'inferenza in contesti LLM black-box
  • Formula il controllo al momento della richiesta come un processo decisionale di Markov parzialmente osservabile
  • Cattura l'osservabilità parziale e l'accoppiamento sequenziale del budget
  • Costruisce un canale di osservazione verificabile leggero a partire da coppie input-output
  • Aggrega segnali di qualità eterogenei in uno stato di credenza
  • Affronta il problema decisionale sequenziale con budget per ogni richiesta
  • Decide se la risposta predefinita a basso costo è affidabile o se è necessario un calcolo aggiuntivo
  • Pubblicato su arXiv con ID 2604.27536

Entità

Istituzioni

  • arXiv

Fonti