Il futuro è prevedibile? Modellare la prevedibilità del futuro per un ragionamento temporale affidabile

Abstract degli autori

I modelli linguistici di grandi dimensioni (LLM) sono ancora inaffidabili quando ragionano sul futuro. I modelli esistenti spesso trascurano le differenze tra gli stati futuri e si impegnano a fornire risposte specifiche anche quando i fatti oggetto della domanda sono intrinsecamente volatili. Per affrontare questa sfida, introduciamo ChronoRegime, un compito di ragionamento temporale orientato al futuro che richiede ai modelli di stabilire se le prove temporali storiche giustifichino una risposta sul futuro. Inoltre, proponiamo il Confidence-Aware Temporal Reasoning (CTR), un framework che stima la prevedibilità futura a partire dalle dinamiche temporali e regola di conseguenza il livello di impegno nella risposta. Anziché effettuare previsioni incondizionate, CTR si impegna a fornire una risposta solo quando le prove ricostruite supportano lo stato futuro preso in esame. Su più LLM, CTR migliora l’accuratezza complessiva con criterio rigoroso di 6,7 punti percentuali e riduce in media i tassi di allucinazione di 18,4 punti percentuali rispetto al baseline di QA semplice. Questi risultati dimostrano che una valutazione esplicita della prevedibilità è un meccanismo efficace per rendere il ragionamento temporale più sicuro e affidabile in condizioni di incertezza futura.