LLM合成の反事実と動的バランスサンプリングによるNLIの誤相関軽減

この研究は、自然言語推論（NLI）における重要な課題に取り組み、誤相関を軽減するための新しい方法を提案しています。 LLM合成の反事実と動的バランスサンプリングの使用は、NLIモデルの堅牢性と一般化を向上させる有望なアプローチです。

• •NLIにおける誤相関の問題に対処する。
• •データ拡張のためにLLM合成の反事実を採用。
• •トレーニングに動的バランスサンプリングを利用。