朝日新聞社獲選ACL 2026的研究是什麼？

這是一項名為「C2」的方法，利用兩個AI協同學習來自動生成評估準則（Rubric），以評估大型語言模型輸出品質。

為什麼AI評估很重要？

隨著生成式AI的廣泛應用，為了確保回答的可靠性，建立穩定且自動化的評估手法變得不可或缺。

該中心成立於2021年，致力於將報社的文本資源與AI等尖端技術結合，進行研究與開發。

發布 2026年5月27日 10:00 ・ 最後更新 2026年6月14日 16:41 ・閱讀約 2 分鐘・來源：PR TIMES

朝日新聞社媒體研究開發中心所撰寫關於AI評估手法之研究論文，獲選於國際會議「ACL 2026」中發表。該研究提出了一種名為「C2」的新手法，旨在提升大型語言模型的可靠性。

朝日新聞社宣布，其媒體研究開發中心成員所撰寫的研究論文，已獲選於自然語言處理領域權威國際會議「ACL 2026」（第64屆年會）主議程中發表。

本論文由媒體研究開發中心研究員川畑輝擔任主作者，提出了一種名為「Cooperative yet Critical reward modeling（C2）」的新手法，旨在更精確地評估大型語言模型（LLM）生成回答的品質。

隨著生成式AI的普及，如何有效評估AI生成回答的準確度成為了一項關鍵挑戰。本研究透過應用評分準則（Rubric）來穩定並優化評估標準，展示了一種創新的評價技術，預計將對提升生成式AI的可靠性做出貢獻。

【C2手法概要】為了應對當前評估手法的挑戰，研究團隊引入了兩個分工不同的AI：負責提出評分準則的AI，以及利用這些準則來判定回答優劣的AI。透過迭代生成、評估多項基準，並從中學習，系統能自動收集引導模型做出更精準決策的配對數據（Pairwise data）。

【研究成果】實驗數據顯示，C2手法在評估精準度上超越了傳統手法。此外，實驗亦確認，在C2架構下進行學習的AI模型，其性能表現甚至達到了參考由規模約為其四倍的AI所生成之評分準則的水準。

此項研究成果預計將於2026年7月2日至7日在美國聖地牙哥舉行的ACL 2026會議上正式發表。