Metin Özetleme İçinde Varlık Halüsinasyon İndeksini kullanarak Büyük Dil Modellerinin İnce Ayarlanması
January 9th, 2026
Metin özetlemede varlık düzeyindeki halüsinasyonu azaltmak için Enti Halüsinasyon İndeksi (EHI) ödül sinyali olarak kullanan büyük dil modelleri için pekiştirme öğrenme tabanlı ince ayar yaklaşımı öneriyoruz. Toplantı transkriptleri üzerinde yapılan deneyler, bu yöntemin varlık sadakatini ve doğruluğunu artırdığını göstermektedir.
Bu çalışma, AI özetli metinde yanlış varlık üretimini azaltmak için Varlık Halüsinasyon Endeksi'ni ödül sinyali olarak kullanmaktadır. Mevcut metrikler iki kaba durumda, bu protokol insan etiketleri olmadan gerçekliği artırmak için ince taneli varlık ödülleri kullanıyor. Başlamak için, çoklu turlu toplantı transkriptlerinden oluşan diyalog transkripsiyon veri seti ve XSum News özetleme kıstası dahil olmak üzere iki ana korpus kullanın.
Her veri setini temizleyin, veriyi düzleştirin ve %80 eğitim, %10 doğrulama ve %10 test setlerine ayırın. Sağlam topraklama sağlamak için transformatör tabanlı NER model D slim/BERT tabanlı bir NER kullanarak tokenizasyon ve varlık çıkarımı gerçekleştirin. Sıfır atış modunda, dört genişlikli ışın araması kullanarak başlangıç halüsinasyon prevalansını tahmin etmek için ilk özetler oluşturun.
Varlık halüsinasyon endeksini, varlıkları beş faktöre ayıran ve sadakati nicelikten yararlanan referanssız bir varlık düzeyi metrik olarak hesaplayın. Çıkarma ve olumlu halüsinasyonları ödüllendirin ve olumsuz halüsinasyonları, aşırı odaklanmış varlıkları ve odaklanmayı kaybetmeyi cezalandırın. Ödül fonksiyonunu varlık sadakatiyle orantılı olarak tanımlayın ve üretilen özetler arasında beklenen EHI ödülünü en üst düzeye çıkarın.
Model parametrelerini en üst düzeye çıkararak varlığın sadakatini maksimize etmek için güçlendirilmiş bir stil güncelleme mekanizması uygulayın. Parametre verimli ince ayar sağlamak için düşük rank adaptasyonu kullanın ve sadece LoRA adaptörlerini güncelleyin ve temel model ağırlıklarını dondurulmuş tutar. Sonra politika gradyanı güncellemeleri uygulayarak daha yüksek ödül çıktılarını teşvik edin ve her 500 güncellemede özetleri yenileyin, böylece ödül tahminleri yenilen.
Son olarak, ince ayarlanmış modelleri kullanarak nihai özetler oluşturun ve bunları temel sonuçlarla karşılaştırın. Rouge bir, Rouge iki ve Rouge L kullanarak bilgilendiricilik modellerini, akıcılık ve gerçek tutarlılığı için gerçek CC ve CAG'leri kullanarak değerlendirin. EHI'nin ince ayarı, modeller ve veri setlerinde halüsinasyonları azalttı ve gerçekliği artırdı; EHI'de sağa kaymalar ve CC dağılımları varlık sadakatini ve olgusal tutarlılığı artırdı, CAGS puanları ise büyük ölçüde değişmeden kaldı.
Zararlı halüsinasyon türleri olan negatif, aşırı odaklanma ve odaklanma kaybı Mistral'da ince ayarlamadan sonra azalmış, ekstraksiyon faktörü ise neredeyse iki katına çıkmıştır. Korelasyon analizi, Mistral ve DistilBART'ta EHI ve CAGS'nin zayıf bir korelasyon olduğunu gösterdi, ancak Flan-T5 daha güçlü bir pozitif korelasyon gösterdi. Araştırmacılar, otomatik EHI ödül sinyali kullanarak özetlerde varlık düzeyinde sadakat ve halüsinasyon oranlarını ölçebilirler.
En kritik zorluk, NER doğruluğudur; çünkü çıkarma hataları eğitim sırasında yanlış ödül hesaplamalarına yol açabilir. Gelecekteki çalışmalar, ortak referans çözümü ve bilgilendiricilik ödüllerini birleştirerek sadakati özet kapsamla daha iyi dengeleyebilir.
View the full transcript and gain access to thousands of scientific videos
Overview
This article presents a novel reward-driven fine-tuning framework for large language models (LLMs) aimed at reducing entity-level hallucinations in abstractive summarization. By leveraging the Entity Hallucination Index (EHI) as a guiding metric, the approach enhances the factual accuracy of generated summaries without sacrificing informativeness or generalizability.
Key Study Components
Area of Science
- Natural Language Processing
- Machine Learning
- Text Summarization
Background
- LLMs have significantly improved abstractive summarization quality.
- Entity-level hallucination, where incorrect or fabricated entities appear in summaries, remains a major challenge.
- Existing models often struggle to balance informativeness and factual accuracy.
- Metrics to directly penalize hallucinated entities are underexplored in model training.
Purpose of Study
- To develop a fine-tuning framework that reduces entity hallucination in summarization models.
- To introduce and utilize the Entity Hallucination Index (EHI) as a reward signal.
- To demonstrate improved factuality and robustness in LLM-generated summaries.
Methods Used
- Initial summaries generated using pre-trained models (e.g., Flan-T5, DistilBART, Mistral) on structured transcript datasets such as XSUM.
- Named entity extraction from both generated summaries and gold reference summaries.
- Calculation of EHI by evaluating entity precision and penalizing fabricated entities.
- Reinforcement learning fine-tuning using a REINFORCE-style update mechanism with EHI as the reward signal.
Main Results
- Fine-tuned models exhibited lower rates of entity hallucination.
- Informativeness of summaries was maintained despite reduced hallucination.
- EHI-guided models demonstrated better generalization on out-of-domain summarization tasks.
- Enhanced robustness and factual accuracy were observed in experimental evaluations.
Conclusions
- The EHI-based reward framework effectively reduces entity-level hallucinations in LLM summarization.
- Factuality and informativeness can be jointly optimized using this approach.
- The method offers a practical direction for improving the reliability of automated summarization systems.
Frequently Asked Questions
Executive Industry Relevance
Entity-level hallucination in large language model (LLM) summarization poses a significant risk to data integrity and decision-making in biopharma R&D. The Entity Hallucination Index (EHI)-guided fine-tuning framework directly addresses this challenge, enabling more reliable extraction of factual insights from scientific and operational text sources. Enhanced factuality in automated summarization supports higher predictive confidence and reduces downstream risk in knowledge-driven pipelines.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Improves accuracy of literature and data mining for target identification by minimizing fabricated entities.
- Supports mechanistic de-risking by ensuring extracted entities reflect true biological relationships.
- Enables more confident hypothesis generation from automated text summarization outputs.
Screening & Assay Development
- Facilitates standardized extraction of assay targets and conditions from diverse documentation sources.
- Reduces risk of propagating incorrect entity information into screening workflows.
- Supports reproducibility by maintaining entity fidelity across automated summaries.
Translational & Preclinical Research
- Enhances mapping of preclinical findings to disease-relevant entities by reducing hallucination.
- Improves continuity of entity tracking from discovery through preclinical validation phases.
- Supports risk-adjusted advancement by providing more reliable entity-level evidence.
Pipeline & Workflow Integration
The EHI-guided fine-tuning framework integrates into the informatics layer of discovery, screening, and translational research pipelines, supporting robust entity extraction and summarization.
- Discovery Biology: Enables hypothesis testing and pathway clarification by ensuring entity accuracy in mined summaries.
- Screening: Provides reproducible, entity-faithful summaries for assay documentation and compound evaluation.
- Analytics: Delivers quantitative EHI scores to benchmark and compare summarization outputs across conditions.
- Translational Research: Maintains entity fidelity for biomarker and disease mapping when moving from discovery to preclinical stages.
- Enterprise Reuse: Establishes a scalable, reward-driven summarization capability for diverse biopharma text sources.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in text-derived insights.
- Operational Value: Standardizes entity extraction and summary generation across teams and projects.
- Strategic Value: Supports better go/no-go decisions by improving the reliability of automated knowledge extraction.
- Portfolio Impact: Enables risk-adjusted prioritization by reducing the propagation of incorrect entity data.
Implementation Considerations
- Requires expertise in natural language processing and reinforcement learning for model fine-tuning.
- Needs access to structured transcript datasets and gold-standard reference summaries for EHI computation.
- Demands cross-team agreement on entity definitions and extraction standards.
- May require adaptation of EHI thresholds for different biomedical domains or document types.
- Dependent on the quality of initial pre-trained models and reference data for optimal performance.
