Gli studi mostrano che i profili comportamentali reali superano le personas sintetiche nel fine-tuning, mentre nuovi lavori esaminano controllo dell'empatia, coerenza semantica e interpretabilità meccanicistica.
La ricerca di ServiceNow mostra che i profili comportamentali estratti da interazioni reali offrono una personalizzazione più aderente rispetto alle personas sintetiche. Il metodo combina fine-tuning supervisionato e ragionamento multi-prospettiva, s...
Un framework ServiceNow estrae profili utente ad alta fedeltà da post social anonimizzati. I profili comportamentali migliorano i modelli base e battono le personas sintetiche sia nel fine-tuning sia nel ragionamento multi-prospettiva, cambiando il m...
Uno studio su conversazioni collaborative mostra che la somiglianza semantica delle risposte generate cambia con modello e cronologia. Prompt e contesto non bastano a mantenere coerenza; servono infrastrutture per risposte stabili e confrontabili.
Uno studio su tre LLM instruction-tuned mostra che una direzione di empatia decodabile produce solo spostamenti parziali negli score automatici. Il controllo positivo passa per l’aspetto affettivo, ma lo strumento cognitivo è troppo grossolano. La ri...
La piattaforma Silico porta a ricercatori e startup gli strumenti di mechanistic interpretability prima riservati a pochi laboratori. Dietro la democratizzazione c’è una scommessa: capire i modelli dall’interno per renderli più sicuri, controllabili ...
