Topic / Trend Stable

Miglioramento di RAG e Privacy dei Dati negli LLM

Gli sforzi in corso si concentrano sul miglioramento dell'affidabilità e degli aspetti di privacy delle applicazioni LLM. Ciò include lo sviluppo di tecniche per chiarire le query ambigue nei sistemi Retrieval-Augmented Generation (RAG) e la creazione di framework per la mascheratura contestuale delle PII per migliorare la privacy dei dati e l'uso etico dell'AI.

Detected: 2026-10-28 · Updated: 2026-10-28

Articoli Correlati

2026-10-23 • ArXiv cs.AI

RAG modulare: un LoRA che decide quando fermarsi e chiedere

IBM Research pubblica ClariEdge, un dataset di circa 3.900 esempi per riconoscere le query ambigue nella RAG. Un LoRA leggero ottenuto con fine-tuning raggiunge il 96,6% di accuratezza e supera baseline più grandi. Il segnale: componenti specializzat...

2026-10-23 • ArXiv cs.AI

Un modello piccolo fa domande migliori: chiarire le query nella RAG

Il gruppo IBM Research ha pubblicato ClariEdge, un dataset di circa 3.900 esempi per riconoscere query ambigue nei sistemi RAG e generare richieste di chiarimento. Un LoRA leggero raggiunge il 96,6% di accuratezza e supera le baseline di modelli più ...

#LLM On-Premise #Fine-Tuning #DevOps
← Torna ai Topic