인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
학술저널
Full-text
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
논문 기본 정보
- 저자정보
초록·키워드
텍스트 요약 과제에서 LLM(Large Language Model)을 활용할 때, 원본 문서와 요약문 사이에 사실적으로 불일치하는 환각(Hallucination) 문제가 발생한다. 이를 해결하기 위해, 본 연구에서는 환각 수준을 조절할 수 있는 부정적 요약문을 생성하는 새로운 데이터 증강 기법과 이를 위한 언어 모델의 미세 조정 방법을 제안한다. 1만개 문서와 정답 요약문에서 세 가지로 환각 수준을 세분화한 부정적 요약문을 생성하여 총 4만개의 요약문으로 데이터를 증강한 후, 모델이 환각과 사실을 더 효과적으로 구분할 수 있도록 학습시킨다. CNNDM 데이터셋을 활용한 실험 결과, 정량화된 환각 수준을 포함한 부정적 데이터를 사용한 이 접근 방식은 생성된 요약문의 성능을 ROUGE 지표 기준 평균 7.3% 향상시키고, G-Eval 지표 기준 평균 6.3% 향상시켜 증강 데이터를 사용하지 않은 모델보다 뛰어난 성능을 보인다.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092460760
