鳥の群れをまねたAIの長文要約法 ^{CEFR B2}

研究チームは、長くノイズや反復の多い入力が大規模言語モデル（LLMs）を誤りや誤解を招く出力に導きやすい点に着目し、鳥の群れ行動を模した前処理枠組みを提案しました。手法は二段階です。

第1段階では文を簡潔化し、複合語句を結合して概念を保ちながら、語彙的・意味的・話題的特徴を融合した数値ベクトルに変換します。各文には文書中心性、節レベルの重要度、要旨との整合性といったスコアが付与され、序論・結果・結論など重要セクションには重みが与えられます。

第2段階では凝集性、整列性、分離性の原理で意味が近い文がクラスタを形成し、各クラスタ内でリーダー文（スコアの高い文）を選びます。こうして冗長性を削減しつつ、背景・方法・結果・結論のカバレッジを保ち、選ばれた文を並べ替えてLLMsに渡します。

この枠組みは9,000を超える文書で検証され、フレームワークなしで動くLLMsより事実に基づく正確さが高い要約を生成しました。提案者のBariはこれをLLMsの競合ではなく前処理と位置づけ、著者らはハルシネーションのリスクを減らせるが完全には排除しないと述べています。