通过阅读理解、指针网络和多跳计算，提出了一种新的模型来预测隐式参数，该模型良好地完成了隐式参数预测任务。

Nov, 2018

为了准确评估语言模型在逻辑阅读理解方面的能力，我们提供了一个用于测试关键推理理解的数据集。通过从现有的多项选择逻辑阅读理解数据集中选取问题，我们众包了解释选择或排除答案选项的理由，结果得到了与 943 个主要问题相关联的 3003 个多项选择子问题。对我们的数据集进行的实验表明，最近的大型语言模型（如 InstructGPT）在回答多项选择子问题时面临困难，即使它们能够正确回答主要问题。我们发现，该模型在回答针对主要问题的错误选项而编写的子问题时表现特别糟糕，这意味着该模型对解释为什么应该排除错误选项的能力有限。这些结果表明，我们的数据集鼓励进一步研究语言模型的关键推理能力，重点关注相关的备选项排除过程。

Nov, 2023

该研究介绍了两个新学习者论证任务：识别论证中的缺陷（省略式推理检测）和填补这些缺陷（省略式推理重建）。通过从学习者的论证文本中删除对于论证和质量至关重要的论证单元（ADUs）的方法，我们创建了一个用于省略式推理检测和重建的语料库，以便帮助学习者提高其论证质量。同时，我们验证了所提出的语料库创建过程导致了所需的质量降低，并得到了与学习者撰写的论证类似自然的论证结果。最后，基线方法的省略式推理检测和重建表明了该语料库的实用性。

Oct, 2023

本文通过评估一系列计算方法在 2016 年美国总统辩论和在线评论等语料库上的表现，探讨了提取论证中问题、报告性陈述和祈使的内隐主张的计算方法的效用和局限性，为未来的论证挖掘和论证中这些修辞手法的语义研究提供帮助。

Oct, 2020

本文研究话语识别技术应用于学生间讨论中的参考组成分类，发现已有的教育领域的分类方法表现不佳，通过引用关于学生散文和在线对话的特征集工作，可以有效地提高性能。此外，研究比较卷积神经网络和循环神经网络在不同情况下训练，得出卷积网络在字符和单词级别上都比循环网络更稳健的结论，并指出多任务训练可以提高性能。

Sep, 2019

本文介绍了一个全面的、高精度的基于话语级查询的语料库广泛的 Argument Mining 系统，通过将适当索引的大型语料库上的句子级查询与迭代式注释方案结合起来，解决了数据中的固有标签偏差，标注手册所需的空间样本的区域，从而获得高精度的排名前几的候选项。

Nov, 2019

本文介绍了一个新的自然语言处理任务和数据集，基于美国民事诉讼领域，旨在为评估现代法律语言模型提供具有挑战的任务。研究表明，fine-tuning 法律 transformer 模型相对于随机基线模型更有优势，但推理法律论点的实际能力仍是具有挑战性的开放性研究问题。

Nov, 2022

WIBA 是一个新框架和方法套件，能够全面理解在不同上下文中正在被争论的内容，通过 fine-tuning 和 prompt-engineering 的方法实现了三个任务的逻辑依赖的综合框架，包括检测争论的存在、主题和立场，在三个能力上表现良好。

May, 2024

通过使用认知树 (CogTree) 框架，我们揭示了语言模型的认知推理能力，并证明可以使用明显较小的语言模型 (<=7B) 达到与 GPT-3.5 相当的性能水平，而 GPT-3.5 具有更多的参数（175 亿）。

Nov, 2023

该研究旨在通过模仿人类视觉问题解决中的 “看、记住、推理” 模式，引入基于视觉输入的原理来整合低级视觉能力，使现有的大型语言模型能够在视觉推理问题上取得竞争性表现。

Jun, 2023