이 논문은 실제 상황에서 주장 검증 문제를 다룬다. 실제 상황에서는 주장을 완전히 뒷받침하는 증거 조각들의 완전한 집합을 식별하고 통합하는 것이 필요하다. 그러나 이 문제는 주장을 검증하는 데 사용될 수 있는 서로 다른 증거 집합이 존재할 때 특히 어려워진다.
이 논문에서는 이러한 최소 증거 그룹(MEG) 식별 문제를 정의하고 연구한다. MEG는 다음과 같은 특성을 가진다: (1) 충분성: 각 MEG는 주장의 진실성을 완전히 뒷받침한다. (2) 비중복성: MEG 내의 증거 조각들은 서로 중복되지 않는다. (3) 최소성: 각 MEG 내의 증거 조각 수가 최소이다.
저자들은 이 문제를 Set Cover 문제로 환원할 수 있음을 보이고, 이를 기반으로 한 실용적인 접근법을 제안한다. 제안된 접근법은 기존 대형 언어 모델 프롬프팅 방식에 비해 WiCE와 SciFact 데이터셋에서 각각 18.4%와 34.8%의 절대적인 성능 향상을 달성한다. 또한 저자들은 MEG의 최소성과 충분성 특성이 주장 생성과 같은 하위 작업에서 이점을 제공함을 보인다.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Xiangci Li,S... at arxiv.org 04-25-2024
https://arxiv.org/pdf/2404.15588.pdfDeeper Inquiries