Ricercatori hanno presentato la piattaforma AquiLLM per lavorare con dati scientifici

Un gruppo di scienziati ha presentato AquiLLM — una piattaforma specializzata con pesi aperti, progettata per il deploy di sistemi RAG (Retrieval-Augmented Generation) in ambiente accademico. Il sistema è orientato al lavoro con basi di conoscenza chiuse e archivi scientifici, garantendo il controllo locale sull'infrastruttura dei dati.

La base della sviluppo è la nozione di "fedeltà" (faithfulness) delle risposte, definita come il grado di corrispondenza della generazione al contesto scientifico fornito senza fatti inventati. Gli autori hanno testato la piattaforma su compiti di astronomia, valutando la capacità del modello di estrarre informazioni da documenti di settore e formare conclusioni analitiche.

I risultati della ricerca hanno mostrato che AquiLLM dimostra un'elevata affidabilità nell'esecuzione di query di ricerca dirette, basate su frammenti specifici della base di conoscenza. Tuttavia, quando è necessario sintetizzare dati o risolvere formulazioni ambigue, la precisione del modello diminuisce, richiedendo un'ulteriore verifica da parte degli esperti.

Gli autori sottolineano che i benchmark standard non sempre riflettono le specifiche del lavoro scientifico, quindi per valutare sistemi simili è necessario un approccio basato sul dominio. La piattaforma è distribuita sotto licenza CC BY-SA 4.0, che consente ai gruppi di ricerca di adattare la soluzione alle proprie esigenze.

Lo sviluppo è finalizzato a risolvere i problemi di privacy nel lavoro con dati sensibili, che non possono essere trasmessi a API cloud. L'utilizzo di modelli locali consente agli istituti di mantenere la piena sovranità sui propri archivi e risultati di ricerca.