[4G3-GS-2] 機械学習：一般

[4G3-GS-2-04] RAGとSelf-Refineを用いたクイズ生成

〇和田 幸志郎¹ (1. 明治大学)

キーワード：大規模言語モデル、検索拡張生成、自己改良、プロンプト、GPT

本研究では、大規模言語モデル（LLM）を使用したRAG (Retrieval-Augmented Generation) とSelf-Refineを統合することで、自動化された高品質なクイズ生成システムを提案する。RAGは、Wikipediaなどの外部データベースから関連情報を収集し、これをGPTへのプロンプトとして活用する。一方、Self-Refineメカニズムは、初期出力されたクイズに対してLLMを用いてフィードバックを生成し、そのフィードバックを基にクイズを反復的に改良する手法である。本システムの主な目的は、精度と関連性の高いクイズを効率的に生成することであり、その成果は人手評価で検証された。実験結果は、Self-Refineメカニズムが初期のクイズ生成プロセスを著しく改善し、高品質なクイズの作成を可能にしたことを示した。