II Large Language Models hanno raggiunto prestazioni straordinarie in numerosi compiti, ma il loro fine-tuning con conoscenza strutturata proveniente dai Knowledge Graph rappresenta ancora una sfida aperta. In questo contesto, il lavoro che vi proponiamo questa settimana introduce “EgoFine”, un nuovo approccio di fine-tuning che sfrutta le ego network estratte dai Knowledge Graph per generare dati di addestramento strutturati e consentire agli LLM di acquisire conoscenza specialistica in modo più efficace. I risultati sperimentali mostrano che EgoFine supera sia i metodi tradizionali basati su embedding sia le più recenti soluzioni che combinano Knowledge Graph e Large Language Models, migliorando le prestazioni nei compiti di completamento della conoscenza.
L’articolo è disponibile qui: doi.org/10.1016/j.ins.2026.123818