Graph Alignment Topology as an Inductive Bias for Grounding Detection

Grandes Modelos de Linguagem (LLMs) são otimizados para produzir continuidades plausíveis em vez de verificar explicitamente a fundamentação de proposições em documentos fonte, limitando seu uso em domínios críticos. Esta pesquisa propõe aproveitar a topologia de alinhamento como um viés indutivo, construindo grafos bipartidos alinhados entre informações de referência e saídas de LLM, e treinando uma Rede Neural Gráfica (GNN).