Jul, 2024
ScholarChemQA:揭示语言模型在化学研究问题解答中的潜力
ScholarChemQA: Unveiling the Power of Language Models in Chemical
Research Question Answering
TL;DR本研究解决了化学领域问答(QA)数据集稀缺的问题,提出了一个大型化学问答数据集ScholarChemQA,旨在将复杂的化学信息转化为易于理解的格式。我们引入了QAMatch模型,通过重加权实例损失和利用未标记数据进行学习,显著提升了化学问题解答的性能,实验结果表明该模型在各项基准测试中表现优于现有的模型。