LLMsにおける矛盾の和解のための説明生成
arXiv cs.CL / 2026/3/25
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は新しいタスク「和解的説明生成」を導入する。ここではLLMが、矛盾を単なる誤りとして扱うのではなく、見かけ上矛盾する主張どうしを互いに両立可能にする説明を生成することが求められる。
- その目的のために既存のNLIデータセットを転用することを提案し、スケーラブルな自動評価を支える品質指標を追加する。
- 18のLLMにわたる実験では、ほとんどのモデルが限定的な成功にとどまることが示され、矛盾の和解に関するLLM推論の能力ギャップはほとんど未検討であることが明らかになる。
- 「思考（thinking）」によるテスト時計算量の増加は一定の範囲で効果があるが、大きいモデルサイズでは利益が頭打ち（プラトー）になることが分かる。
- 著者らは、本研究の知見が、より豊かな説明に基づく推論に依存するチャットボットや科学的支援といった下流アプリケーションの改善に関連すると主張している。
