信頼性の高い多言語LLM評価手法の実証研究

• 大規模言語モデル（LLM）は自動テキスト評価に利用されているが、英語以外の言語での研究は少ない。
• 本研究では、多言語でのLLM評価手法を開発し、ドメインデータの有無に応じた戦略を検討した。
• 特に、リソースの少ない言語における評価の課題を明らかにし、実用的なガイドラインを提供している。

大規模言語モデル（LLM）は、生成されたテキストの自動評価において重要な役割を果たしていますが、英語以外の言語での適用は依然として課題です。本研究では、英語、スペイン語、バスク語を対象に、LLMを評価者として活用するための戦略を実証的に検討しました。特に、ドメインデータの有無が評価性能に与える影響を分析し、効率的な多言語評価パイプラインの構築に向けた実用的な知見を提供しています。言語処理や評価手法に興味がある研究者にとって、有益な情報が得られるでしょう。

言語処理や自動評価に興味がある研究者や開発者に向いています。