groundedness

グラウンデッドネス

グラウンデッドネスとは、AIモデルの回答が与えられた文書やコンテキストに実際に裏付けられているかを示す評価属性である。

記事1本最終言及

グラウンデッドネス(根拠性)とは、大規模言語モデル(LLM)が生成した回答に含まれる主張が、モデルに与えられた文書、検索結果、会話のコンテキストなどの資料に実際に裏付けられている度合いを指す。資料にない内容を作り出すハルシネーション(幻覚)と対になる概念で、忠実性(faithfulness)とほぼ同じ意味で使われる。

外部文書を参照して回答するRAG(検索拡張生成)などのシステムの品質を評価する中核的な指標である。評価では回答を文や主張の単位に分け、各主張が資料で確認できるかを別のLLMに判定させるLLM-as-a-judge方式や自然言語推論モデルで自動化することが多い。世界の事実と一致するかを問う事実性(factuality)とは異なり、グラウンデッドネスは与えられた資料との整合のみを見る。

心理学では、安定して現実に足のついた精神状態を表す語としても使われる。

この説明は、AIPOSTの記事と広く知られた事実をもとにまとめたものです。誤りがあれば訂正依頼でお知らせください。

この項目を扱った記事

  • PM1人で作る顧客メールエージェント、Claude Codeと根拠性評価で無人返信へAI活用 ·

    顧客に接するエージェントにとって最も重要な評価は「根拠性(groundedness)」、つまり返信に含まれるすべての主張が、ヘルプセンターやルールファイルといった承認済みのドキュメントにさかのぼれるか、という点です。

    記事を読む

説明の誤りや、見つからない項目はありますか?

事典の説明は、AIPOSTの記事と広く知られた事実をもとにまとめています。誤りは訂正依頼でお知らせいただければ、確認して修正します。新しい記事に登場した名前は、記事の公開後に事典に加わります。