HAGRID: A Human-LLM Collaborative Dataset for Generative Information-Seeking with Attribution

HAGRID: A Human-LLM Collaborative Dataset for Generative Information-Seeking with Attribution

1. 本研究の学術的背景，研究課題の核心をなす学術的「問い」は？
- 大規模言語モデル (LLMs) の出現により、検索技術に革命が起こり、自然言語テキストでの検索結果の生成や、支援ソースに根拠を持たせた検索結果を生成する検索エンジンの新時代が到来しました。しかし、情報検索モデルを構築するには、一般にアクセス可能なデータセットが必要です。

2. 本研究の目的及び学術的独自性と創造性は？
- 本研究では、MIRACL（公開されている情報検索データセット）の英語サブセットをベースに、HAGRID (Human-in-the-loop Attributable Generative Retrieval for Information-seeking Dataset) という新しいデータセットを構築し、根拠のある検索結果生成をサポートする情報検索モデルを構築することを目的としています。

3. 本研究の着想に至った経緯や，関連する国内外の研究動向と本研究の位置づけは？
- 大規模言語モデルの出現により、情報検索技術の進化に寄与することが期待されています。HAGRIDという新しいデータセットは、この分野の発展に寄与するものとして注目を集めています。

4. 本研究で何をどのように、どこまで明らかにした？
- 本研究では、HAGRIDという新しいデータセットを構築し、根拠のある検索結果の生成をサポートする情報検索モデルを構築することを目指しています。自然言語生成と人間の協力により構築されたデータセットであり、情報検索技術の進化に寄与するものとして期待されています。

5. 本研究の有効性はどのように検証した？
- 本研究は、新しいデータセットの構築により、情報検索モデルの精度向上を目指しています。本データセットにより、新たな技術開発や情報検索技術の進化につながることが期待されます。