通过提出一种选择基于概念网络的常识信息和一种选择性门控的多头注意力机制，本文提出了一种生成式模型，用于解决阅读理解 QA 任务中的多跳关系抽取问题，并在 NarrativeQA 数据集上创造新的最先进结果。

Sep, 2018

本研究提出了一种名为 FE2H 的简单而有效的多跳问答（QA）框架，其采用迭代式文档选择和渐进式学习策略，分阶段进行文档选择和阅读，并在单跳 QA 数据集中训练 QA 读取器，成功应用于 HotpotQA 数据集，并在百分之六十七点一的准确率上超过现有的其他 QA 方法。

May, 2022

使用多任务学习和强化学习的方法，通过支持事实的多次跳转生成相关问题，相比于单次跳转模型，我们的模型在 HotPotQA 数据集上表现更好（同时在自动评估指标如 BLEU、METEOR 和 ROUGE 以及人工评估指标中都有着更高的质量和覆盖率）。

Apr, 2020

本文提出了一种基于多任务学习的科学问题验证方法，该方法结合了信息概括、布尔问答、提取式问题回答和语义理解技术。该方法在欧洲 PMC 的 300 万篇医学和健康领域 OA 文章上，在 BERT 和 RoBERTa 问答模型的实验中，实现了 4％的平均误差率和 95.6％的 F1 分数。

Apr, 2022

最近提出的长篇问答（QA）系统，在大型语言模型（LLMs）的支持下，展示了令人期待的能力。然而，为其生成的抽象回答归因和验证可能困难，并且自动评估其准确性仍然是一个持续的挑战。在这项工作中，我们介绍了一个新的 QA 任务，通过半抽取方式总结多个多样化的来源来回答多回答问题。具体来说，半抽取多源 QA（SEMQA）要求模型输出一个综合回答，同时混合了由给定的输入来源直接拷贝的事实引用片段和将这些片段连接成一个连贯段落的非事实自由文本连接器。这个设置弥合了受基于事实抽取的 QA 系统约束的输出与更流畅但更难以归因的完全抽象回答之间的差距。特别地，它利用了语言模型的先进语言生成能力的新模式，同时通过设计产生易于验证、解释和评估的细致内联归因。为了研究这个任务，我们创建了第一个这样类型的数据集 QuoteSum，其中包含人工编写的对自然问题和生成问题的半抽取回答，并定义了基于文本的评估指标。在不同设置下尝试了几个 LLM 后，我们发现这个任务出人意料地具有挑战性，这展示了 QuoteSum 用于开发和研究这种整合能力的重要性。

Nov, 2023

本文提出一种新颖的端到端问题聚焦的多因素注意网络，用于回答提问文本中的问题，通过张量变换实现多因素关注编码，以对散布在多个句子中的信息进行建模，并采用最大化注意聚合机制来对提问文本进行编码，从而实现对问题类型的隐式推断，并在三个大型挑战性问题回答数据集中实现了显著的性能提升。

Jan, 2018

本研究提出了基于复杂问题分解的三阶段框架 Relation Extractor-Reader and Comparator (RERC) 用于解决多跳 QA 的挑战，其模型在 2WikiMultiHopQA 数据集上取得了 53.58 的冠军联合 F1 评分，与人类表现接近。

Oct, 2021

使用开源语言模型，我们提出了一种基于推理和摘要的分解问题和回答的多跳表 - 文本问答的 TTQA-RS 模型，它在现有的 HybridQA 和 OTT-QA 数据集上的表格 - 文本 QA 任务中表现出色，同时与基于训练的最先进模型相当，展示了基于提示的方法利用开源 LLMs 的潜力，此外，通过使用 GPT-4 与 LLaMA3-70B，我们的模型在多跳表 - 文本 QA 的基于提示的方法上实现了最先进的性能。

Jun, 2024

本文提出了一个可解释的 Select, Answer and Explain (SAE) 系统解决多文档阅读理解问题，该系统通过使用学习排名损失训练文档分类器来选择与答案有关的文档，并使用多任务学习目标和基于注意的交互来优化预测答案和支持句子的模型，在 HotpotQA 数据集上取得了顶尖性能。

Nov, 2019

通过使用知识图谱增强大型语言模型的问答性能，我们提出了 EFSum，一种以证据为中心的事实摘要框架，它通过蒸馏和偏好对齐来优化语言模型作为事实摘要器，从而改进了零 - shot 问答性能，且可以确保摘要的有用性和忠实性。

Mar, 2024