JRE-L: Journalist, Reader, and Editor LLMs in the Loop for Science Journalism for the General Audience

要約

科学ジャーナリズムは、現在の科学的発見を非専門家に報告し、最先端の公的な理解を可能にすることを目指しています。
聴衆は提示された研究に関する特定の知識がしばしば欠けているため、このタスクは挑戦的です。
ライティングリーディングフィードバックレビジョンループを模倣する3つのLLMを統合するJRE-Lフレームワークを提案します。
JRE-Lでは、1つのLLMがジャーナリストとして、もう1つのLLMは一般の公開リーダーとして、3番目のLLMが編集者として機能します。
ジャーナリストの執筆は、読者からのフィードバックと編集者からの提案によって繰り返し洗練されています。
私たちの実験は、2つの7Bと1つの1.8BオープンソースLLMのコラボレーションを活用することにより、GPT-4やその他のLLMコラボレーションなどの単一の高度なモデルの促進を含む、既存の方法で生成されたものよりもアクセスしやすい記事を生成できることを示しています。
戦略。
私たちのコードは、github.com/zzoay/jrelで公開されています。

要約(オリジナル)

Science journalism reports current scientific discoveries to non-specialists, aiming to enable public comprehension of the state of the art. This task is challenging as the audience often lacks specific knowledge about the presented research. We propose a JRE-L framework that integrates three LLMs mimicking the writing-reading-feedback-revision loop. In JRE-L, one LLM acts as the journalist, another LLM as the general public reader, and the third LLM as an editor. The journalist’s writing is iteratively refined by feedback from the reader and suggestions from the editor. Our experiments demonstrate that by leveraging the collaboration of two 7B and one 1.8B open-source LLMs, we can generate articles that are more accessible than those generated by existing methods, including prompting single advanced models such as GPT-4 and other LLM-collaboration strategies. Our code is publicly available at github.com/Zzoay/JRE-L.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google