10:17
官方账号arXiv cs.AI@Taeyun Roh, Eunha Lee, Wonjune Jang, Sohyun Chung, Junha Jung, Jaewoo Kang
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。
问答系统
共 2 条相关 AI 资讯
7月8日
10:17
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。
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
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。