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.
翻譯成其他語言
從原文內容
arxiv.org
深入探究