본 논문은 2023년과 2024년 Text Retrieval Conferences에서 개최된 Plain Language Adaptation of Biomedical Abstracts (PLABA) 트랙에 대한 결과를 제시한다. PLABA 트랙은 전문적인 의학 논문 초록을 일반인이 이해하기 쉬운 평이한 언어로 변환하는 작업에 초점을 맞추었다. 두 가지 과제(Task 1: 초록 전체를 다시 작성, Task 2: 어려운 용어 식별 및 대체)를 통해 다층 퍼셉트론부터 사전 훈련된 거대 언어 모델(LLM)까지 다양한 모델을 평가하였다. Task 1에서는 상위 모델들이 전문가 수준의 정확성과 완전성을 달성했으나, 간결성과 명료성은 부족했고, 자동 평가 지표는 수동 평가와 상관관계가 낮았다. Task 2에서는 어려운 용어 식별 및 대체 방법 분류에 어려움을 보였으나, LLM 기반 시스템은 대체 용어 생성에서 정확성, 완전성, 간결성 측면에서 좋은 성능을 보였다.
