ReSpiRa 

L’obiettivo del progetto ReSpiRa è di sfruttare basi di conoscenza strutturate per perimetrare il comportamento di LLM e verticalizzare fortemente la loro capacità generativa sul contenuto di interesse. In quest’ottica, verranno quindi studiate tecniche per l’estrazione automatica di conoscenza e la costruzione di Knowledge Graph (con particolare attenzione all’estrazione di relazioni). L’estrazione di relazioni (Cabot e Navigli, 2021) consiste nell’estrazione di triplette di relazioni tra entità da testo grezzo, senza un intervallo di entità specificato, solitamente chiamata anche estrazione di relazioni end-to-end. Parallelamente, verranno studiate metodologie per sfruttare questa conoscenza in LLM. Sono previste due direzioni di ricerca: (i) l’ottimizzazione delle istruzioni degli LLM per migliorarne l’affidabilità e la specializzazione e (ii) la progettazione di task in modo tale da poter rilevare eventuali output degli LLM inaffidabili e/o errati. Entrambi gli approcci sfrutteranno la conoscenza strutturata esterna al modello. 

Durata del progetto: 18 mesi 

Periodo: Marzo 2024 – Settembre 2025 

Tipo di finanziamento: INNOVATION GRANT – Determina CTS del 07/03/2024