Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

シドニー大学の研究チームは、学術論文の引用精度を向上させるAI搭載ツールを開発しました。このセマンティック引用検証ツールは、コンテンツ生成における大規模言語モデル（LLM）の台頭に伴い、ますます複雑化しているセマンティック引用精度の確保という課題に対処することを目的としています。このツールは、事実に基づく記述と参照テキストを比較することで引用検証プロセスを自動化し、様々な分野における研究の完全性を維持することを目指しています。

このようなツールの必要性は、研究影響評価アプリ（Research Impact Assessment App）を用いたチームの経験から浮き彫りになりました。このアプリは科学研究の影響レポートを生成しますが、独立した引用検証機能が欠けています。NVIDIA NIMマイクロサービスを用いて構築されたセマンティック引用検証ツールは、微調整された言語モデルとカスタムデータセットを組み合わせて引用を検証します。このツールは、「支持」「部分的に支持」「支持なし」「不確実」といった分類に加え、詳細な推論とソーステキストからの関連スニペットを提供します。

このツールは生成AI CodeFest Australiaで発表され、情報検索タスクにNVIDIA NeMo Retrieverを活用しています。入力処理、ドキュメント処理、ベクトル管理、マッチングと分析、出力生成という5段階の処理パイプラインを備えています。Streamlitを使用して開発されたWebアプリケーションのプロトタイプは、ユーザーが引用文や参考文献ファイルを入力することで自動検証を行うための直感的なインターフェースを提供します。

今後、研究者らは、引用文献の抽出と参考文献の自動抽出、そして学術データベースとの統合による直接的な情報源検証など、ツールの機能をさらに強化していく予定です。これらの改良は、検証時間を短縮し、人間が作成したコンテンツとAIが生成したコンテンツの両方において、高い精度基準の維持を支援することを目的としています。この革新的なソリューションに関する詳細情報や最新情報については、RefCheckAIをご覧ください。