BEGIN:VCALENDAR VERSION:2.0 CALSCALE:GREGORIAN PRODID:adamgibbons/ics METHOD:PUBLISH X-PUBLISHED-TTL:PT1H BEGIN:VEVENT UID:32174@puntello.org SUMMARY:A-K-M-E – Slurs come segnali linguistici DTSTAMP:20260520T212912Z DTSTART:20260529T190000Z DTEND:20260529T215500Z DESCRIPTION:A-K-M-E – SLURS COME SEGNALI LINGUISTICI\n\nt.me/akme_lab [http s://t.me/akme_lab]\n29.05 – dalle ore 21:00\n\n\nTRA NLP\, MODELLI TRANSFO RMER E DINAMICHE ALGORITMICHE\n\nNel contesto dei social network\, gli slu rs\, ovvero gli insulti e i concetti\ndiscriminatori operano come feature linguistiche ad alta entropia\, capaci di\nperturbare in modo significativ o i modelli NLP basati su architetture\ntransformer.\n\nAnalizziamo assiem e cercando di comprendere il fenomeno da una prospettiva\nlinguistica comp utazionale\, osservando come i token tossici influenzino\nembeddings\, att ention patterns\, loss surfaces e sistemi di ranking.\n\nL’obiettivo è mos trare come la tossicità linguistica sia un effetto emergente\ndell’interaz ione tra strutture linguistiche\, architetture transformer\, dataset\nimpe rfetti e metriche di ottimizzazione.\n\n– failure modes dei modelli di ril evazione tossicità: bias nei dataset\,\noverfitting su pattern superficial i\, misclassificazione in contesti ironici o\ncitazionali\n– analisi delle attention heads: heads specializzate nella rilevazione di\nsegnali tossic i\, saturazione dell’attenzione e perdita di contesto pragmatico\n– limita zioni delle context windows: difficoltà nel disambiguare uso descrittivo\n vs offensivo\, soprattutto in sequenze brevi o rumorose\n– propagation bia s nei sistemi di raccomandazione: amplificazione dei token ad\nalta reatti vità\, feedback loop tra engagement e ranking\, distorsione delle\ndistrib uzioni linguistiche\n– impatto sulle loss functions: penalizzazioni non un iformi\, gradient explosion\nin presenza di token tossici\, difficoltà nel la calibratura dei modelli di\nmoderazione\n\n29 maggio a partire dalle 21 :00\n\nakme.vado.li [https://akme.vado.li/] URL:https://puntello.org/event/a-k-m-e-slurs-come-segnali-linguistici LOCATION:Piano Terra - via Federico Confalonieri 3\, Milano STATUS:CONFIRMED CATEGORIES:a-k-m-e,chiacchiere,hacking,hacktivism,linguistica computazional e,slurs,tecnologie X-ALT-DESC;FMTTYPE=text/html:

A-K-M-E – Slurs come segnali linguistici

t.me/akme_la b
29.05 – dalle ore 21:00

Tra NLP, modelli transformer e dinamiche algoritmiche

Nel contesto dei social network, gli slurs, ovvero gli insulti e i concetti di scriminatori operano come feature linguistiche ad alta entropia, capaci di perturbare in modo significativo i modelli NLP basati su architetture tra nsformer.

Analizziamo assieme cercando di comprendere il fenomeno da una prospettiva linguistica computazionale, osservando come i token tossi ci influenzino embeddings, attention patterns, loss surfaces e sistemi di ranking.

L’obiettivo è mostrare come la tossicità linguistica sia un effetto emergente dell’interazione tra strutture linguistiche, architettu re transformer, dataset imperfetti e metriche di ottimizzazione.

– f ailure modes dei modelli di rilevazione tossicità: bias nei dataset, overf itting su pattern superficiali, misclassificazione in contesti ironici o c itazionali
– analisi delle attention heads: heads specializzate nella r ilevazione di segnali tossici, saturazione dell’attenzione e perdita di co ntesto pragmatico
– limitazioni delle context windows: difficoltà nel d isambiguare uso descrittivo vs offensivo, soprattutto in sequenze brevi o rumorose
– propagation bias nei sistemi di raccomandazione: amplificazi one dei token ad alta reattività, feedback loop tra engagement e ranking, distorsione delle distribuzioni linguistiche
– impatto sulle loss funct ions: penalizzazioni non uniformi, gradient explosion in presenza di token tossici, difficoltà nella calibratura dei modelli di moderazione

29 maggio a partire dalle 21:00

akme.vado.li

BEGIN:VALARM ACTION:DISPLAY DESCRIPTION:A-K-M-E – Slurs come segnali linguistici TRIGGER:-PT1H END:VALARM END:VEVENT END:VCALENDAR