Topic / Trend Rising

Ragionamento, Allineamento e Monitorabilità

I ricercatori stanno insegnando agli LLM a ragionare sui principi e a mappare i processi interni, mentre il fine-tuning sugli stili di ragionamento può rendere la chain-of-thought meno monitorabile. La ricerca sul model merging sta inoltre chiarendo come interferiscono le rappresentazioni interne.

Detected: 2026-11-22 · Updated: 2026-11-22

Articoli Correlati

2026-11-20 • ArXiv cs.LG

Model merging: il punto di linearizzazione decide l'interferenza

Un nuovo metodo mostra che la derivata direzionale calcolata al receiver model prevede l'interferenza nel model merging, dimezzando l'errore rispetto a una baseline no-change. Al backbone condiviso fallisce, soprattutto nei test di visione. LR-Merge ...

#Hardware #LLM On-Premise #Fine-Tuning
2026-11-19 • ArXiv cs.AI

Quando la chain-of-thought smette di essere una prova neutrale

Il fine-tuning su stili di ragionamento può ridurre la monitorabilità della chain-of-thought senza esempi di evasione. Nei test, la metrica g-mean^2 scende da 0,94 a 0,68 e a 0,22 con istruzioni esplicite. Per chi gestisce LLM self-hosted, la CoT non...

2026-11-18 • ArXiv cs.AI

Quando controllare la chain-of-thought la rende più opaca ai monitor

Il fine-tuning su tracce di ragionamento riscritte con voci diverse insegna a un LLM a controllare la chain-of-thought senza esempi espliciti di evasione. Nei test con compiti nascosti la monitorabilità crolla: da 0,94 a 0,22 quando il modello riceve...

#LLM On-Premise #Fine-Tuning
2026-11-16 • ArXiv cs.CL

Oltre il punteggio: mappare i processi interni degli LLM

Un nuovo framework analizza i segnali interni di 16 LLM su 24 benchmark, distinguendo compiti centrati sul recupero da compiti centrati sul ragionamento. L’obiettivo è rendere visibili i modi di guasto che i punteggi aggregati nascondono e orientare ...

#LLM On-Premise #DevOps
← Torna ai Topic