AITOP

问答系统

共 3 条相关 AI 资讯
8月21日
10:42
7月8日
10:17
10:17官方账号arXiv cs.AI@Taeyun Roh, Eunha Lee, Wonjune Jang, Sohyun Chung, Junha Jung, Jaewoo Kang
该研究为BioASQ 14b Task B提出了一个问答类型感知的LLM框架，针对yes/no、factoid和list三类问题分别设计推理流程。yes/no问题采用片段打乱与自反思；factoid问题使用全片段输入+思维链上下文学习；list问题采用多智能体协作架构。在官方评估中，该框架在Batch 4的factoid子任务中取得第一名。结果证明结合类型特定推理、集成预测与智能体验证可提升生物医学问答的鲁棒性。
AI模型BioASQ 14bLLM管道问答系统
推荐理由：这个框架在BioASQ 14b比赛里factoid子任务拿了第一，针对不同问题类型用不同推理策略，很实用。
原文
5月21日
09:46
09:46官方账号arXiv cs.AI@Gábor Recski, Szilveszter Tóth, Nadia Verdha, István Boros, Ádám Kovács
精选
ACL-Verbatim 是一个基于提取式问答的系统，专门用于从 ACL Anthology 研究论文中直接提取原文片段，避免大语言模型常见的幻觉问题。研究者构建了一个新的基准数据集，包含合成用户查询与论文片段配对，并由 NLP 专家进行人工标注。一个 1.5 亿参数的 ModernBERT 分词分类器在该基准上取得了最佳词级 F1 分数（53.6），超过了最强的大语言模型提取器（48.7）。该系统为学术研究者提供了一种可靠、高效的信息检索方式，尤其适合需要精确引用的场景。
论文问答系统无幻觉ACL Anthology
推荐理由：做文献综述或学术研究的团队终于有了一个靠谱的问答工具——直接提取原文片段，彻底告别幻觉。用 ACL 论文的 NLP 研究者可以直接试试这个开源方案。
原文