AGSC：長文生成における不確実性定量化のための適応的粒度とセマンティッククラスタリング
arXiv cs.CL / 2026/4/9
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、幻覚（ハルシネーション）と異質なテーマ間での信頼性のない集約に焦点を当てた、長文生成のための不確実性定量化フレームワークAGSCを提案する。
- AGSCは、NLIの中立確率を用いて不関係性と不確実性を分離し、不要な細粒度計算を削減する。
- 潜在するトピック／テーマ構造をモデル化するために、GMMベースのソフトなセマンティッククラスタリングを適用し、より良い下流での集約のためのトピック対応重みを生成する。
- BIOおよびLongFactでの実験により、事実性（factuality）との最先端の相関を達成しつつ、完全な原子分解（full atomic decomposition）に比べて推論時間を約60%削減することを報告する。
