Gli LLM sono attualmente addestrati su grandi quantità di dati e hanno capacità avanzate di ragionamento, ma presentano una serie di limiti strutturali che portano loro a generare informazioni inaccurate o fuorvianti, contribuendo maggiormente alla misinformazione. In un contesto globale di crescente misinformazione e disinformazione, o di eccessiva informazione che può manipolare la percezione della realtà, diventa cruciale il ruolo degli LLM nella vita dell'uomo e nel fact checking automatico.

ALLUCINAZIONI NEI LARGE LANGUAGE MODELS: ANALISI CRITICA E STRATEGIE DI MITIGAZIONE PER IL FACT CHECKING AUTOMATICO

VITALE, ANTONIO
2024/2025

Abstract

Gli LLM sono attualmente addestrati su grandi quantità di dati e hanno capacità avanzate di ragionamento, ma presentano una serie di limiti strutturali che portano loro a generare informazioni inaccurate o fuorvianti, contribuendo maggiormente alla misinformazione. In un contesto globale di crescente misinformazione e disinformazione, o di eccessiva informazione che può manipolare la percezione della realtà, diventa cruciale il ruolo degli LLM nella vita dell'uomo e nel fact checking automatico.
2024
HALLUCINATIONS ON LLM'S: CRITICAL ANALYSIS AND MITIGATION STRATEGIES FOR AUTOMATED FACT CHECKING
Allucinazioni
Fact checking
File in questo prodotto:
Fulltext non presente su UNITESI – Verifica la disponibilità della tesi in formato cartaceo interrogando il Catalogo di Ateneo

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/82167