会员服务
自动问答（Question Answering, QA）是指利用计算机自动回答用户所提出的问题以满足用户知识需求的任务。不同于现有搜索引擎，问答系统是信息服务的一种高级形式，系统返回用户的不再是基于关键词匹配排序的文档列表，而是精准的自然语言答案。近年来，随着人工智能的飞速发展，自动问答已经成为倍受关注且发展前景广泛的研究方向。
Environmental large language model Evaluation (ELLE) dataset: A Benchmark for Evaluating Generative AI applications in Eco-environment Domain
Arxiv
0+阅读 · 1月10日
CLIP-UP: CLIP-Based Unanswerable Problem Detection for Visual Question Answering
Arxiv
0+阅读 · 1月2日
LongBench v2: Towards Deeper Understanding and Reasoning on Realistic Long-context Multitasks
Arxiv
0+阅读 · 1月3日
Musings About the Future of Search: A Return to the Past?
Arxiv
0+阅读 · 2024年12月25日
(WhyPHI) Fine-Tuning PHI-3 for Multiple-Choice Question Answering: Methodology, Results, and Challenges
Arxiv
0+阅读 · 1月3日
CoReQA: Uncovering Potentials of Language Models in Code Repository Question Answering
Arxiv
0+阅读 · 1月7日
The Essence of Contextual Understanding in Theory of Mind: A Study on Question Answering with Story Characters
Arxiv
0+阅读 · 1月3日
Enhanced Multimodal RAG-LLM for Accurate Visual Question Answering
Arxiv
0+阅读 · 2024年12月30日
Knowledge Graphs are all you need: Leveraging KGs in Physics Question Answering
Arxiv
0+阅读 · 2024年12月23日
DriveLM: Driving with Graph Visual Question Answering
Arxiv
0+阅读 · 1月16日
Sports-QA: A Large-Scale Video Question Answering Benchmark for Complex and Professional Sports
Arxiv
0+阅读 · 1月15日
HLV-1K: A Large-scale Hour-Long Video Benchmark for Time-Specific Long Video Understanding
Arxiv
0+阅读 · 1月3日
TimelineKGQA: A Comprehensive Question-Answer Pair Generator for Temporal Knowledge Graphs
Arxiv
0+阅读 · 1月8日
Reasoning with Graphs: Structuring Implicit Knowledge to Enhance LLMs Reasoning
Arxiv
0+阅读 · 1月14日
Harnessing Large Language Models for Knowledge Graph Question Answering via Adaptive Multi-Aspect Retrieval-Augmentation
Arxiv
0+阅读 · 1月6日
参考链接
父主题
人机对话
微信扫码咨询专知VIP会员
Top