STELAR Tech Brief n. 2: Imputazione dei dati LAI assistita da modelli di linguaggio di grandi dimensioni (LLM)

Questo studio introduce un approccio RAG-LLM per l'imputazione dei valori mancanti dell'indice di area fogliare (LAI) nelle serie temporali, utilizzando il recupero per similarità vettoriale e correzioni generate da modelli di linguaggio di grandi dimensioni (LLM). Valutato sui dati francesi del 2021, il metodo supera il COI, il KNN e altre tecniche all’avanguardia in termini di MAE, MSE e R², specialmente su dati sparsi. Il framework fa parte del progetto STELAR finanziato dall’UE (sovvenzione 101070122), incentrato sull’integrazione dei dati agroalimentari tramite modelli linguistici. Il codice è disponibile pubblicamente su GitHub.