question-answering systems | BriefGPT

关键词question-answering systems

搜索结果 - 18

优化检索增强生成环境中的异常检测
我们在这篇论文中关注减小问题回答系统所需的提示上下文的大小和提高其质量的方法。我们通过使用嵌入向量的距离，提出并评估了几种识别离群点的方法，该嵌入向量是从向量数据库中检索得到的，以及与质心和查询向量的距离有关的特征。通过比较检索到的大型语言
PDF3 days ago
提高问答中的 LLM 准确性：本体论拯救！
使用知识图谱和语义表示的大型语言模型（LLMs）相较于直接对 SQL 数据库（即 Text-to-SQL）回答问题的系统，可以提高准确性，并且研究表明，通过使用知识图谱，准确性提升了从 16% 到 54%。本研究基于此，提出了一个方法来进一
PDFa month ago
真实世界中检索系统的比较分析
使用先进的语言模型与搜索与检索系统进行整合的综合分析，目的是通过精确度和效率方面的性能评估和比较不同的最先进方法。该研究探索了包括 Azure Cognitive Search Retriever 与 GPT-4、Pinecone 的 Ca
PDF2 months ago
MahaSQuAD：马拉地语问答中的语言桥梁
通过使用强大的数据策划方法，我们翻译了英语问答数据集（SQuAD），解决了低资源语言中无高效问答数据集的问题。我们引入了 MahaSQuAD，这是第一个适用于印度马拉地语的完整 SQuAD 数据集，包含 118,516 个训练样本、11,8
PDF2 months ago
加强问答系统的领域特定微调和迭代推理：一项比较研究
本文研究了领域特定的模型微调和推理机制对由大型语言模型（LLM）和检索增强生成（RAG）驱动的问答系统的性能的影响。通过使用 FinanceBench SEC 财务报告数据集，我们观察到，对于 RAG，将微调的嵌入模型与微调的 LLM 结合
PDF3 months ago
Syn-QA2: 用合成的 QA 数据集评估长尾问题中的错误假设
通过评估一系列大型语言模型，我们的研究发现：(1) 问题回答中的错误假设具有挑战性，与以往研究结果相一致；(2) 与生成型问题回答相比，二值检测任务本身更具挑战性，可能是由于问题的语言结构；(3) 长尾问题的检测任务比自然存在的问题更具挑战
PDF4 months ago
QAQ: LLM KV 缓存的质量自适应量化
提出了 QAQ，一种针对 KV 缓存的质量自适应量化方案，通过集成专用的异常值处理和改进的注意力感知方法，QAQ 在对模型性能几乎没有影响的情况下，实现了 KV 缓存大小最大 10 倍的压缩比，显著减少了部署 LLM 的实际困境，并为更长上
PDF4 months ago
深度学习在肝细胞癌研究中提升问答系统的方法
近年来，自然语言处理的进展主要依靠深度学习技术，尤其是利用强大的计算资源如 GPU 和 TPU。通过在大量数据上训练，BERT 和 GPT-3 等模型已经彻底改变了语言理解和生成的方式。这些预训练模型为语义理解、智能写作和推理等各种任务提供
PDF4 months ago
FAQ-Gen: 自动生成特定领域的常见问题解答以帮助理解内容
通过开发一种利用文本到文本转换模型的端到端系统，本文研究了常见问题解答（FAQ）的生成作为一项明确定义的自然语言处理（NLP）任务，并且通过对传统问答系统的文献综述提出了我们的系统，能够根据特定领域的文本内容构建相关的 FAQ，提高准确性和
PDF5 months ago
SEER: 通过强化学习促进结构化推理和解释
通过提出 SEER 方法，我们在建立问答系统中，给出结构化解释，提高系统的可解释性和可靠性；实验证明，SEER 方法显著优于现有方法，在 EntailmentBank 上的绝对改进率达到了 6.9%，在 STREET 基准上平均提升了 4.
PDF5 months ago
ACL基于合成数据训练生成型问答模型
通过使用一种简单且经济高效的方法来合成数据以训练问答系统，本文提供了一种在资源丰富的英语等语言中常用的微调 GPT 模型的培训方法，并提出了一种零样本或少样本情况下使用指导调优模型生成 QA 对的方法，并通过实验比较了从指导调优模型获得 Q
PDF9 months ago
大型语言模型中平衡创造力和现实之间的权衡的数学抽象
本文着重探讨了大型语言模型（LLMs）及其在生成创造性写作和问答系统等方面的应用，并提供了一种基于损失的数学抽象模型来平衡模型的创造性和真实性。
PDFa year ago
非结构化数据与结构化数据：大语言模型能否两全其美？
本文讨论了利用大型语言模型查询结构化和非结构化数据的潜力，并概述了构建这两种数据类型问答系统的相关研究挑战。
PDFa year ago
ChatGPT 与传统问答系统在知识图谱中的比较：现状与未来发展方向
本文研究如何将 Conversational AI 和 Question-Answering systems 应用于 knowledge graphs 中，以提供自然语言的交互接口。同时，对两种技术进行对比和评估，并提出将 QASs 升级为
PDFa year ago
ACL对比学习实现的闭卷问题生成
本文提出了一种新的封闭式问答模型，旨在通过对比学习和答案重构模块更好地理解长形式摘要回答的语义并在其参数中存储更多信息，通过实验验证了该模型在公共数据集和新的 WikiCQA 数据集上的有效性，并展示了如何利用该模型改进现有的问答系统。
PDF2 years ago
语义答案相似度度量评估
提出了利用基于 Transformer 模型度量方法对自然语言生成及问答系统进行语义相似度评估的框架，并使用 US-American public figures 的同指名字对数据集进行训练，取得较高的语义相似度度量结果。
PDF2 years ago
ACLNoiseQA: 以用户为中心的问答挑战数据集评估
本文研究 Question-Answering 系统在实际部署中的问题，发现在回答引擎之前的管道部件可能会引入多样化且可观的错误，而且即使是针对强大的预训练 QA 模型，性能也会因为这些上游噪声源而显著降低。作者认为在 QA 系统能够真正有
PDF3 years ago
自然分布偏移对问答模型的影响
为了测试问题回答系统的泛化能力，我们建立了四个新的测试集，并发现存在一定适应性过度拟合。此外，我们在自然分布转移方面测试了模型，结果发现人类能力相比 SQuAD 模型有明显优势，同时强调需要采用能够考虑自然分布转移的评估指标。
PDF4 years ago