Un gruppo di ricercatori guidato da Yujia Zhang ha pubblicato il 13 novembre 2026 uno studio che descrive un nuovo ciclo di addestramento per un LLM Gemma-4 da 12 miliardi di parametri, destinato ai chatbot per il servizio clienti. Il modello ricava le proprie regole operative dalle conversazioni non riuscite e le convalida prima di addestrare un adattatore LoRA. Dopo due cicli, l’agente ha migliorato i punteggi di superamento di 12,5-19,5 punti nei benchmark per il retail e le compagnie aeree, superando una versione di riferimento con regole codificate manualmente. Il metodo riduce il divario di prestazioni rispetto ai principali modelli di frontiera.
Perché conta
Le aziende possono adottare LLM open più piccoli, capaci di migliorare da soli il rispetto delle regole senza ricorrere a costosi modelli insegnanti.
