一篇新的研究论文介绍 TRACE,一个旨在弥合查找相关学术论文与从中提取可验证答案之间差距的系统。TRACE 通过采用目标分组检索、独立证据定位和多模态表格提取来解决“基础合同差距”。该系统使用各种表示方法索引了大量论文,并专注于精确的答案归因和模式驱动的表格构建。TRACE 在 LitTraceQA 测试集上取得了 0.760613 的分数,在论文识别和多项选择准确性方面表现强劲,尽管在表格行和单元格准确性方面面临挑战。 AI
影响 这项研究可以改进用户在大型学术数据集中查找和验证信息的方式,可能影响研究工作流程。
排序理由 该集群包含一篇研究论文,详细介绍了从学术文献中检索和提取信息的新系统。
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- arXiv
- CatalyzeX
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Litmaps
- LitTraceQA
- ScienceCast
- scite Smart Citations
- Trace
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →