PDF論文やプレゼン資料から「表3を説明して」「5～7ページを要約して」などの指示に回答 米Adobeなど「PDFTriage」開発

このコーナーでは、2014年から先端テクノロジーの研究を論文単位で記事にしているWebメディア「Seamless」（シームレス）を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 Twitter: ＠shiropen2 米スタンフォード大学と米Adobe Researchに所属する研究者らが発表した論文「PDFTriage: Question Answering over Long, Structured Documents」は、WebページやPDF論文、プレゼンテーション資料などの複雑な構造からなる特定のドキュメントに対するテキストプロントに適切に回答する、大規模言語モデル（LLM）向けの方法を提案した研究報告である。 現行の方法では、LLMが対応するコンテキスト数（トークン数）に制限があるため、長い文書から関連するコンテキストを取得する前処理が必要であ

[misshiki]

“WebページやPDF論文、プレゼンテーション資料などの複雑な構造からなる特定のドキュメントに対するテキストプロントに適切に回答する、大規模言語モデル（LLM）向けの方法を提案した研究報告”

[gcyn]

『現行の方法では、LLMが対応するコンテキスト数（トークン数）に制限があるため〜ユーザーの期待と合致しない場合が多い』『PDFTriage〜は、モデルに文書の構造に関するメタデータへのアクセスを持つ』

[Seamless]

Webページ,PDF論文,プレゼン資料の文章構造(図,表,キャプション,ページ,ヘッダ,フッタ,テーブル等)を理解しプロンプトにLLMが適切に回答する。