定義
FACTS Groundingとは、Google DeepMindが2024年に公開した、LLMの回答が与えられた文書にどれだけ忠実に基づいているかを測定するベンチマークのこと。
FACTS Grounding (根拠性ベンチ)とは（詳しく解説）
FACTS Groundingは、Googleの研究チームが2024年12月に発表したベンチマークで、LLMが提供された長文コンテキストにどれだけ忠実に回答し、かつ不要な情報を混入させないかを測定する。評価は二段階で行われ、まず回答がユーザーの要求を十分に満たしているかを判定する「適格性チェック」、続いて回答内の各主張が原文書から裏付けられるかを検証する「事実性チェック」を経てスコアが算出される。判定には複数の異なるLLMを審査員として用いるアンサンブル方式が採用されており、単一モデルの評価バイアスを抑える設計になっているとされる。2026年時点の実運用では、この種のベンチマークスコアが高いモデルでも、独自の社内文書やドメイン固有の資料を読ませた場合はスコアが変動しやすい点が落とし穴として広く指摘されている。現場でモデルを選定する際は、公開スコアだけでなく自社データでの簡易検証を挟むのが定石とされる。評価パイプラインの構築・運用にはLLM審査員の呼び出し分のAPIコストがかかるため、継続的なモニタリング体制を組む場合はこのランニングコストも相場感として見込んでおく必要がある。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「FACTS Grounding (根拠性ベンチ)とは」 https://aipicks.jp/glossary/facts-grounding
FACTS Grounding (根拠性ベンチ)の使用例
- 審査員LLMへの評価プロンプト例:「以下の文書と回答を比較し、回答中の各主張が文書から裏付けられるか判定せよ」
- 適格性チェックの例:「質問の要求項目をすべて満たしているか」を先に判定し、満たさない回答は事実性チェックの対象外とする。
