이 연구는 문화적 및 언어적으로 다양한(CALD) 환경에 적합한 AI 기반 건강 오정보 탐지기를 제안하며, 특히 벵골어와 같은 저자원 언어에서 효과적인 도구의 부재라는 문제를 해결합니다.著자들은 이 맥락에서 대규모 언어 모델의 한계를 극복하기 위해 소규모 언어 모델(SLM)을 평가했습니다.

  • 벵골어로 번역된 건강 오정보 데이터셋을 사용하여 실험을 수행하고 다양한 SLM을 평가했습니다.
  • Phi-4가 주장 추출에서 정확도와 재현율 사이의 이상적인 균형을 달성하며 최상위 모델로 부상했습니다.
  • 문화적 민감성, 잠재적 피해, 커뮤니케이션 품질을 통합한 책임감 있는 NLP를 기반으로 새로운 탐지 프레임워크를 설계했습니다.

이 연구는 의료 전문가가 오정보를 분석할 수 있는 대시보드를 제공하며, 저자원 언어적 맥락에서 평가를 위한 포괄적인 관점을 제시합니다.