本研究提出了以印尼语版 Sirah Nabawiyah 文献为基础构建的 Question Answering Sirah Nabawiyah (QASiNa) 数据集，并通过 mBERT、XLM-R 和 IndoBERT 模型在该数据集上进行了实验，结果显示 XLM-R 模型在 QASiNa 上的性能最佳，而 Chat GPT 则在宗教领域的问答任务中不适用，尤其对伊斯兰宗教而言。

Oct, 2023

为应对可扩展且智能的问答挑战，我们引入了一种创新解决方案，利用开源的大型语言模型（LLMs）来确保数据隐私。我们在一个入门计算机科学课程的 Piazza 数据集上进行了实验，并对一个小的子集进行了人工评估和自动 LLM 评估。我们初步发现通过多种建模技术能够将答案的质量提升 33％，而 RAG 是一个有影响力的改进。这项工作为开发适用于在线问答平台的智能 QA 助手 ChaTA 打下了基础。

Nov, 2023

本文介绍了 BARKPLUG V.2，一个基于大型语言模型（LLM）的聊天机器人系统，利用检索增强生成（RAG）流程提高学术环境下的用户体验和信息获取。该系统利用大学数据作为外部数据语料库，在领域特定的问答任务中吸收这些数据到我们的 RAG 流程中。我们使用定量测量方法，如检索增强生成评估（RAGAS）框架来评估我们的系统在密西西比州立大学作为案例研究时生成准确和相关回答的效果，并通过主观满意度调查，使用系统可用性量表（SUS）评估该系统的可用性。我们的系统在定量性能方面表现出色，平均 RAGAS 得分为 0.96，并通过可用性评估得到验证。

May, 2024

本研究基于 ChatGPT 和合作式的法律问答 LM 模型，以巴勒斯坦合作社法规为背景，评估_chatbot_回答 50 个法律问题的正确率和相关性，并得出 82% 的正确率和 79% 的 F1 分数。

Jun, 2023

该论文提出了一种利用检索增强生成技术和迁移学习来处理教科书问答中领域外情况的方法，以处理复杂的语境和多模态数据，并改善推理能力。通过对 Llama-2 模型进行监督微调和引入 RAG，我们的架构在非图表多项选择题中相较于基线模型，在验证集上精度提升了 4.12%，在测试集上提升了 9.84%。

Feb, 2024

我们的研究通过引入以 LLM 为基础的问答系统，结合外部知识数据库，提高了模型的理解和响应准确性，有效地总结事故报告并提供相关建议，从而将 LLM 的应用拓展到安全工程领域，并为自动化智能系统的未来发展树立了先例。

Dec, 2023

我们提出了一种基于大型语言模型的系统，可以通过多个大型语言模型从各种规模大的企业级数据产品中提取信息，并在 10 秒内提供实时响应，同时提出了一个得分模块来检测和报告大型语言模型响应中的幻觉。在可持续发展、财务健康和社交媒体领域的数百个用户查询中，我们的系统和评分指标实现了超过 90% 的置信分数。

May, 2024

通过采用基于 RAG 的 RL 优化方法，使用信息熵损失函数构建了一个使用 FAQ 数据回答用户查询的聊天机器人，该模型在检索准确性和领域外查询检测方面表现显著优于通用公开嵌入模型，同时能实现成本节省和细微的准确性改善。

Jan, 2024

使用 PaperQA，通过对科学文献进行信息检索，评估来源和段落的相关性，并利用 RAG 提供答案的方法，超越现有的 LLMs 和 LLM 代理在当前科学问答基准测试上的表现，使得该代理模型能够进行大规模、系统化的科学知识处理。

Dec, 2023

使用自然语言处理模型进行问答生成在我们周围是非常普遍的。它在许多用例中被使用，例如构建聊天机器人，在谷歌搜索中提供提示以及作为银行移动应用程序中的信息导航方式等。我们的研究主要调查通过人类生成的数据对模型性能的影响。

Nov, 2023