hotpotqa dataset | BriefGPT

关键词hotpotqa dataset

搜索结果 - 7

MRKE: 基于知识编辑的 LLMs 的多跳推理评估
利用修改的 HotpotQA 数据集为基础，我们引入了第一个基于新的无与伦比的知识的 LLM 多跳问答评估基准，并注释和评估了形式为子问题和中间答案的推理链，以此促进对 LLM 在多跳问答任务上的可信评估的发展。
PDF5 months ago
多跳问答推理图上的单序列预测
我们提出了一种名为 SeqGraph 的方法，该方法通过一个本地推理图中的图形结构来集成关键实体的表示，并将结果表征与模型的实体表示进行融合，以提高 HotpotQA 数据集上的回答准确度和推理路径的合理性。
PDFa year ago
重新思考多跳问答中的标签平滑
本论文系统分析了标签平滑法在多跳问题回答中的作用，并提出了一种专门为机器阅读理解任务设计的新型标签平滑技术 F1 smoothing，在 HotpotQA 数据集上取得了比复杂注意力机制模型等强基线模型更好的效果，结果表明标签平滑法在多跳问
PDF2 years ago
询问以理解：多跳问答问题生成
本文提出了一种基于问题生成的新型多跳问答方法，通过精心设计端到端的 QG 模块，在上下文理解中提出内在逻辑子问题，从而继承了 QD 方法的可解释性并表现出较高的性能。实验证明，我们提出的 QG 模块是有效的，在流畅性、一致性和多样性方面优于
PDF2 years ago
ACLOBQA 情境下联合排名段落和选择相关句子的简单方法
本研究提出一种简单却有效的框架，通过联合排名文章和选择句子来解决传统方法在参数和训练效果方面的不足。通过引入一些约束条件来促进文章排名和句子选择之间的相互作用和相关性，该方法在 HotpotQA 数据集上的表现优于之前的系统和基线 28％的
PDF3 years ago
EMNLP使用图卷积网络进行多跳问题生成
我们提出了一种多跳编码融合网络（MulQG）来解决多跳问题生成中的挑战，该方法使用图卷积网络进行多次上下文编码，并通过编码门实现编码融合，没有使用任何句级别信息，实验结果表明我们的模型在自动指标和人类评估中都有较好的表现。
PDF4 years ago
EMNLP可解释多跳推理的自组装模块化网络
本文提出了一个解释性的、基于控制器的自组装神经模块网络，设计了四个新颖的模块（Find、Relocate、Compare、NoOp）来执行不同类型的语言推理，动态推断一系列推理模块以构建整个网络，进一步证明了该模型的可解释性，通过三个分析表
PDF5 years ago