@inproceedings{Le-Bronnec-Duong-Allauzen-Soulier-Guigue-Lumbreras-Gallinari:CORIA-TALN:2025,
    author = "Le Bronnec, Florian and Duong, Song and Allauzen, Alexandre and Soulier, Laure and Guigue, Vincent and Lumbreras, Alberto and Gallinari, Patrick",
    title = "SCOPE : un cadre d'entrainement auto-supervis\'e pour am\'eliorer la fid\'elit\'e dans la g\'en\'eration conditionnelle de texte",
    booktitle = "Actes de CORIA-TALN-RJCRI-RECITAL 2025. Actes des 32\`eme Conf\'erence sur le Traitement Automatique des Langues Naturelles (TALN),  volume 2 : traductions d'articles publi\'es",
    month = "6",
    year = "2025",
    address = "Marseille, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "57-57",
    note = "",
    abstract = "Les mod\`eles de langage (LLM) produisent souvent des hallucinations lors de la g\'en\'eration conditionnelle de texte, introduisant des informations non fid\`eles ou non ancr\'ees dans le contexte. Ce ph\'enom\`ene est particuli\`erement probl\'ematique en r\'esum\'e automatique et en g\'en\'eration texte-\`a-partirde-donn\'ees, o\`u les sorties doivent refl\'eter pr\'ecis\'ement l'entr\'ee. Nous proposons SCOPE, une m\'ethode auto-supervis\'ee innovante g\'en\'erant automatiquement des exemples non fid\`eles plausibles pour affiner les mod\`eles par apprentissage par pr\'ef\'erences. SCOPE pousse ainsi les mod\`eles \`a pr\'ef\'erer les sorties fid\`eles. Nous \'evaluons notre approche sur divers jeux de donn\'ees de g\'en\'eration texte-\`a-partirde-donn\'ees et de r\'esum\'e. Simple \`a impl\'ementer, notre m\'ethode nettement les alternatives existantes selon des m\'etriques automatiques et des \'evaluations humaines ainsi qu'avec GPT-4.",
    keywords = "G\'en\'eration conditionnelle de texte, Fid\'elit\'e, Hallucinations, Auto-supervision.",
    url = "https://talnarchives.atala.org/TALN/TALN-2025/84.pdf"
}