Graph Alignment Topology as an Inductive Bias for Grounding Detection

Les grands modèles linguistiques (LLM) sont optimisés pour des continuations plausibles plutôt que pour vérifier explicitement l'ancrage des propositions aux documents sources, limitant leur usage dans des domaines critiques. Cette recherche propose d'exploiter la topologie d'alignement comme biais inductif en construisant des graphes bipartites alignés entre les informations de référence et les sorties de LLM, puis en entraînant un réseau neuronal graphique (GNN).