Introduzione

I LLM, come LLM, sono stati sviluppati per migliorare la capacità di apprendimento automatico. Tuttavia, un problema fondamentale è l'incertezza. I nuovi LLM potrebbero essere in grado di gestire questa incertezza in modo più efficace grazie a una nuova tecnologia.

Teoria

I nuovi LLM sono basati su un nuovo framework chiamato Subjective Logic. Questo framework introduce una principale e computazionalmente efficiente via per rendere i neural network incerti-aware. I risultati evidenziano che questi modelli possono quantificare l'incertezza con una precisione più alta utilizzando la conoscenza appresa.

Sperimentazione

I nuovi LLM sono stati sottoposti a un ampio esperimento su quattro problemi di classificazione (MNIST, CIFAR-10, CIFAR-100 e Tiny-ImageNet), due problemi di pochi shot e un problema di restauro facciale cieco. I risultati mostrano che questi modelli sono in grado di gestire l'incertezza in modo efficace e di migliorare la precisione delle prestazioni.

Conclusioni

I nuovi LLM rappresentano una svolta importante nel campo dell'apprendimento profondo. La loro capacità di gestire l'incertezza potrebbe avere un impatto significativo sulla nostra comprensione del mondo.