RIMRULE: un nuovo approccio per migliorare l'uso dei modelli di linguaggio nei tool-specifici

RIMRULE è un nuovo approccio per adattare i modelli di linguaggio ai tool specifici, una sfida comune nel campo dell'intelligenza artificiale. I ricercatori hanno proposto un metodo chiamato RIMRULE, che utilizza una tecnica di rule injection dinamica e un obiettivo di minimizzazione della lunghezza dei descrittori (MDL) per favorire la generalità e la concisenza delle regole.

Il metodo di RIMRULE si basa sulla distillazione di regole compatte e interpretabili dai tracciati di fallimento degli LLM. Queste regole vengono poi inserite nel prompt durante l'inferenza per migliorare il rendimento sulle attività dei tool specifici.

Il metodo è stato testato su benchmark del tool-use e ha dimostrato una maggiore accuratezza rispetto ai metodi di adattamento basati sulla promozione.

Il portabilità delle regole apprese dagli LLM è stata anche valutata, con risultati promettenti. Ciò suggerisce che il metodo di RIMRULE potrebbe essere applicato a una gamma di modelli di linguaggio e tool specifici, senza la necessità di riconfigurazione.