Inhance, azienda coreana specializzata nell’intelligenza artificiale applicata al commercio, ha recentemente presentato due innovazioni significative nel campo dei modelli linguistici di grandi dimensioni (LLM) e degli agenti di ricerca IA. Queste ricerche mirano a ridurre i pregiudizi culturali nei sistemi di IA e a migliorare le capacità di recupero delle informazioni.
Il primo studio presentato da Inhance, intitolato “Enhancing Cultural Alignment through Augmented Contextual Learning in Search”, è stato sviluppato in collaborazione con l’Università di Pechino e l’Università di Tsinghua. Questo lavoro propone un framework per mitigare i pregiudizi culturali nei LLM, combinando la generazione di ricerche aumentate (RAG) con l’apprendimento contestuale. L’obiettivo è produrre risposte che riflettano una comprensione più sfumata dei diversi background culturali degli utenti.
Il secondo studio, presentato al workshop Agent4IR durante la conferenza SIGKDD 2025, introduce una nuova tecnica di espansione dei termini di ricerca utilizzando la struttura conversazionale degli agenti IA. Questa tecnica si basa su un framework multi-agente chiamato AMD (Agent-based Interactive Question Answering), che comprende tre componenti: un agente di query socratico, un agente di risposta conversazionale e un agente di feedback riflessivo. Ogni agente utilizza LLM per generare, rispondere e rivedere le domande, migliorando significativamente l’accuratezza e la diversità delle risposte rispetto alle tecniche esistenti.
Queste ricerche evidenziano l’impegno di Inhance nel migliorare l’affidabilità e l’equità dei sistemi di IA. Il CEO Seunghyun Lee ha sottolineato che queste innovazioni non solo avanzano la tecnologia degli agenti IA nel commercio, ma hanno anche applicazioni in altri settori, come il recupero delle informazioni e la riduzione dei pregiudizi culturali.