La Sapienza Università di Roma ha presentato il 3 giugno ChatMinerva, evoluzione multimodale dell'LLM Minerva 7B sviluppato dal gruppo Sapienza NLP guidato dal professor Roberto Navigli con lo spin-off Babelscape. Il nuovo assistente comprende testi, immagini e documenti, accede al web in tempo reale e dialoga in italiano con un sistema di moderazione integrato, e si presenta come progetto di ricerca interamente sviluppato in Italia, con un approccio aperto e controllabile in tutte le fasi: dal pretraining al fine-tuning fino alla sicurezza.
Multimodale, vocale e con finestra da 32mila token
ChatMinerva amplia in modo radicale le funzioni dell'LLM originale. Gli utenti possono caricare fotografie, immagini, pagine scansionate, articoli scientifici, report e documentazione tecnica e chiedere al modello di interpretarli, riassumerli, analizzarli o rispondere a domande sul contenuto. Il sistema combina informazioni visuali e testuali, applica l'OCR ai testi acquisiti ed è in grado di sostenere anche conversazioni vocali oltre a quelle scritte.
La finestra contestuale è stata estesa fino a 32.000 token attraverso un processo di continual training, sufficiente per elaborare documenti complessi e dialoghi prolungati. L'accesso al web in tempo reale è affidato a un meccanismo di Web RAG che formula le interrogazioni sul motore di ricerca aperto DuckDuckGo, scelta che evita la dipendenza dai servizi commerciali. Un componente di sicurezza dedicato valida input e risposte per moderare contenuti non affidabili o sensibili.
L'unico LLM curato da un'università pubblica italiana
L'addestramento del modello è stato svolto sul supercomputer Leonardo del Cineca, impiegato per tutti i processi di fine-tuning, con milioni di esempi di istruzioni testuali e multimodali. Anche le interazioni raccolte durante l'utilizzo pubblico di Minerva 7B hanno contribuito a migliorare le capacità conversazionali del modello. La rettrice Antonella Polimeni definisce il lancio una nuova tappa nel percorso di innovazione dell'ateneo, frutto dell'integrazione tra competenze scientifiche, infrastrutture avanzate e collaborazione con realtà del territorio, in cui la ricerca di frontiera si traduce in innovazione concreta al servizio della conoscenza e della società.
Roberto Navigli rivendica un approccio aperto, scientificamente rigoroso e indipendente, e ricorda che Minerva resta l'unica iniziativa italiana sui Large Language Model curata da un'università pubblica e con controllo diretto sulle fonti di addestramento. Il progetto, sottolinea, è stato costruito con molta più passione che budget, grazie al lavoro di decine di ricercatori, dottorandi e studenti e alla collaborazione con Babelscape, spin-off Sapienza attivo da dieci anni nella ricerca e nell'innovazione industriale.
Il team Sapienza NLP ha già aperto quattro filoni di sviluppo: aggiornamenti settimanali alle funzioni di ChatMinerva, una versione Agentic Minerva capace di pianificare azioni e utilizzare strumenti in autonomia, un modello più grande attualmente in addestramento sull'infrastruttura HPC del Cineca e nuove linee di ricerca pensate per differenziare l'assistente dagli omologhi internazionali. Per docenti, studenti e ricercatori italiani significa avere a disposizione un LLM aperto e verificabile, sviluppato dentro un'università pubblica.