complex question answering | BriefGPT

关键词complex question answering

搜索结果 - 10

反直觉：大型语言模型比我们认为的更能理解知识图谱
我们通过复杂问题回答作为任务，对比了不同的知识图谱注入方法，旨在探索最佳提供知识图谱给大型语言模型的提示方法，从而增强其对知识图谱的理解能力。与预期相反，我们的分析发现，大型语言模型能够有效处理混乱、噪音和线性化的知识图谱知识，并且表现优于
PDF5 months ago
DSPy 断言：自我完善语言模型管道的计算约束
通过 DSPy 编程模型引入新的编程构造：链式语言模型 (LM) 调用作为可组合的模块，用于表达 LM 应满足的计算约束条件。LM Assertions 不仅改善规则和准则的一致性，还提高了下游任务性能，分别实现内在和外在收益最高达到 35
PDF6 months ago
Lumos：具有统一数据、模块化设计和开源 LLMs 的学习代理
引入 Lumos 是一个新颖的框架，用于训练语言代理，它采用统一的数据格式和基于开源大规模语言模型（LLMs）的模块化架构。Lumos 包括规划、基础和执行三个不同的模块，通过高质量的子目标和动作的注释进行训练，实现了与当前的最先进代理相当
PDF8 months ago
从生物医学文献中进行大规模知识综合和复杂信息检索
本研究采用知识综合、段落检索、三元组检索和复杂问答等方法，构建一个可扩展的解决方案，以有效地从大规模研究文档中提取和探索复杂信息，以解决医疗保健行业面临的大量非结构化数据的问题，并在 COVID-19 数据集上进行了定性评估以证明其有效性。
PDFa year ago
分解复杂问题的连续提示
我们引入了 “连续提示”，通过将一个复杂的任务迭代地分解成简单任务并逐步解决，使得我们在限制监督的情况下，可以利用大型语言模型来回答需要做出潜在决策的复杂问题，并且在问题的分解和回答方面进行分别学习。
PDF2 years ago
ACL使用密集检索束搜索进行非结构化文本的多步推理
通过密集检索方法和波束搜索，我们在不使用半结构化信息的情况下，提出了一种多步骤的检索方法（BeamDR），以迭代方式形成证据链，可用于复杂问题的回答，可以捕获证据间的隐式关系。
PDF3 years ago
IJCAI检索、编程、重复：通过备用元学习实现复杂知识库问答
本文提出了一种利用元学习和弱监督自动学习检索模型的程序员 - 解释器方法，在复杂问题回答方面实现了最先进的性能。
PDF4 years ago
基于文档图网络的多跳问答支持事实识别
本文提出了文档图网络（DGN），一种用于识别文本的支持事实的消息传递架构，该架构基于图形式表达的文本结构表示。在 HotpotQA 的评估中，DGN 在多跳推理任务中获得了与基于阅读理解的基线模型相当的结果，证实了结构化表示对于支持多跳推理
PDF5 years ago
针对知识图谱的复杂问题回答的查询图排序学习
本文提出一种基于自注意力机制的空槽匹配模型，用于复杂问题回答的神经查询图排名方法的实证研究，实验结果表明与其他六种排名模型相比，我们的模型在 DBpedia 知识图谱上的两个 QA 数据集中表现更好，并且通过从规模较大的数据集进行迁移学习，
PDF6 years ago
ACL使用开放信息提取回答复杂问题
本研究提出了一种 Open IE 推理方法，利用最近提出的支持图优化框架进行 QA，从而使得可以更有效地处理所提出的方法中所述的多种难度级别的复杂问题。同时本方法不依赖于手动策划的知识。
PDF7 years ago