DAVinCI: Dual attribution and verification framework improves LLM factuality by 5-20% F1

DAVinCI는 LLM 출력의 사실적 신뢰성을 높이기 위해 생성된 주장을 내부 모델 구성 요소와 외부 출처에 귀속시킨 후, 함의 기반 추론과 신뢰도 보정을 통해 검증하는 2단계 프레임워크다. FEVER 및 CLIMATE-FEVER 데이터셋에서 표준 검증 기준선 대비 분류 정확도, 귀속 정밀도, 재현율, F1 점수를 5-20% 향상시켰다. 모듈형 구현체를 공개하여 기존 LLM 파이프라인에 통합 가능하나, 검증 단계에서 외부 지식베이스 접근이 필요해 실시간 추론에는 오버헤드가 발생할 수 있다.

• #llm
• #factuality
• #attribution
• #verification
• #davinvi