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。
A Benchmark for Long-Form Medical Question Answering
Arxiv
0+阅读 · 11月19日
Neon: News Entity-Interaction Extraction for Enhanced Question Answering
Arxiv
0+阅读 · 11月20日
Investigating the Factual Knowledge Boundary of Large Language Models with Retrieval Augmentation
Arxiv
0+阅读 · 11月19日
\textsc{Neon}: News Entity-Interaction Extraction for Enhanced Question Answering
Arxiv
0+阅读 · 11月19日
Do LLMs Understand Ambiguity in Text? A Case Study in Open-world Question Answering
Arxiv
0+阅读 · 11月19日
MTVQA: Benchmarking Multilingual Text-Centric Visual Question Answering
Arxiv
0+阅读 · 11月19日
Word-Sequence Entropy: Towards Uncertainty Estimation in Free-Form Medical Question Answering Applications and Beyond
Arxiv
0+阅读 · 11月18日
Understanding Multimodal LLMs: the Mechanistic Interpretability of Llava in Visual Question Answering
Arxiv
0+阅读 · 11月17日
Open Domain Question Answering with Conflicting Contexts
Arxiv
0+阅读 · 11月18日
Mitigating Knowledge Conflicts in Language Model-Driven Question Answering
Arxiv
0+阅读 · 11月18日
A Benchmark for Long-Form Medical Question Answering
Arxiv
0+阅读 · 11月14日
Visual question answering based evaluation metrics for text-to-image generation
Arxiv
0+阅读 · 11月15日
Comprehensive and Practical Evaluation of Retrieval-Augmented Generation Systems for Medical Question Answering
Arxiv
0+阅读 · 11月14日
Not All Heads Matter: A Head-Level KV Cache Compression Method with Integrated Retrieval and Reasoning
Arxiv
0+阅读 · 11月14日
Show Me What and Where has Changed? Question Answering and Grounding for Remote Sensing Change Detection
Arxiv
0+阅读 · 11月13日
参考链接
父主题
人机对话
微信扫码咨询专知VIP会员
Top