来自阿威罗大学的 BIT.UA 团队详细介绍了他们参加 BioASQ 14B 挑战赛的情况,重点关注生物医学问题解答。他们实现了一个模块化系统,重构了检索和生成组件。在文档检索方面,他们集成了 PostgreSQL 的 pg_textsearch 和 Qdrant 进行高效索引和 GPU 加速的相似性搜索,并探索了查询扩展技术。他们的答案生成阶段采用了 LLM-as-a-judge 框架和代理共识机制来生成一致性答案。 AI
排序理由 该条目是一篇学术论文,详细介绍了系统在特定挑战中的表现。[lever_c_demoted from research: ic=1 ai=1.0]
- BioASQ 14B
- BIT.UA
- Colbert
- Context-1
- HyDE
- LLM-as-a-judge
- pg_textsearch
- PostgreSQL
- PyTerrier
- qdrant
- Splade
- University of Aveiro
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →