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。
Query pipeline optimization for cancer patient question answering systems
Arxiv
0+阅读 · 12月19日
Improving Retrieval Augmented Language Model with Self-Reasoning
Arxiv
0+阅读 · 12月19日
Piece of Table: A Divide-and-Conquer Approach for Selecting Sub-Tables in Table Question Answering
Arxiv
0+阅读 · 12月19日
Identifying Query-Relevant Neurons in Large Language Models for Long-Form Texts
Arxiv
0+阅读 · 12月19日
Review-Then-Refine: A Dynamic Framework for Multi-Hop Question Answering with Temporal Adaptability
Arxiv
0+阅读 · 12月19日
GraphEQA: Using 3D Semantic Scene Graphs for Real-time Embodied Question Answering
Arxiv
0+阅读 · 12月19日
CodeRepoQA: A Large-scale Benchmark for Software Engineering Question Answering
Arxiv
0+阅读 · 12月19日
LongBench v2: Towards Deeper Understanding and Reasoning on Realistic Long-context Multitasks
Arxiv
0+阅读 · 12月19日
Multimodal Hypothetical Summary for Retrieval-based Multi-image Question Answering
Arxiv
0+阅读 · 12月19日
Evidence Contextualization and Counterfactual Attribution for Conversational QA over Heterogeneous Data with RAG Systems
Arxiv
0+阅读 · 12月18日
MedCoT: Medical Chain of Thought via Hierarchical Expert
Arxiv
0+阅读 · 12月18日
Knowledge Editing with Dynamic Knowledge Graphs for Multi-hop Question Answering
Arxiv
0+阅读 · 12月18日
FM2DS: Few-Shot Multimodal Multihop Data Synthesis with Knowledge Distillation for Question Answering
Arxiv
0+阅读 · 12月17日
VE-Bench: Subjective-Aligned Benchmark Suite for Text-Driven Video Editing Quality Assessment
Arxiv
0+阅读 · 12月18日
EXIT: Context-Aware Extractive Compression for Enhancing Retrieval-Augmented Generation
Arxiv
0+阅读 · 12月18日
参考链接
父主题
人机对话
微信扫码咨询专知VIP会员
Top