LECTOR: 과학적 추론 그래프와 서론 생성의 공동 최적화

연구진은 과학적 추론 그래프와 서론 생성을 함께 최적화하는 LECTOR 프레임워크를 제안했다.

이 방법은 내용 조건형 서론 생성 과제를 정의하고, 논리 추론 그래프를 글쓰기의 청사진으로 활용한다.

Nature Communications 기반 데이터셋에서 LECTOR는 그래프 품질, 인용 품질, 논문 일관성을 모두 개선했다.

이번 연구는 AI 기반 과학 글쓰기의 핵심 과제인, 환각 인용을 줄이면서 근거에 충실한 서론 생성을 다룬다.