PulseAugur
中
实时 10:48:03
English(EN) Better Decomposition, Free Aggregation: A Synthesizer-Folding Framework for Multilingual Multi-Hop Question Answering

新框架Syfer通过推迟翻译来增强多语言问答能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了Syfer，一个旨在改进多语言多跳问答的新框架。该方法旨在克服现有方法中的局限性，例如将所有检索到的文档或查询翻译成单一语言的成本和潜在的不准确性。Syfer推迟翻译，首先将复杂问题分解为原始语言的子问题图并进行质量检查。如果检查通过，子问题将按顺序用目标语言回答；只有在初始检查失败时才使用英语翻译。实验表明，Syfer在优化计算成本的同时实现了具有竞争力的准确性。 AI

影响 该框架可能带来更高效、更准确的多语言人工智能系统，用于复杂的信息检索。

排序理由 该集群包含一篇详细介绍问答新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架Syfer通过推迟翻译来增强多语言问答能力

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yilin Wang, Yuchun Fan, Weidong Bao, Zili Wei, Shi Feng, Tong Xiao, Zhengtao Yu, Jingbo Zhu ·

    更好的分解，免费聚合：面向多语言多跳问答的合成器折叠框架

    arXiv:2608.13160v1 Announce Type: cross Abstract: Multilingual retrieval-augmented generation (mRAG) equips large language models with access to globally distributed external knowledge for complex multilingual question answering. Recent approaches either translate retrieved docum…

相关实体

相关话题