研究人员推出了一种新的代理框架DocSkill,旨在改进多语言多跳文档问答。该框架利用学习到的技能编排策略,在复杂的文档和多种语言中自适应地获取和推理证据。为了训练该策略,他们采用了受限蒙特卡洛树搜索进行离线轨迹探索,然后进行监督微调和直接偏好优化。该团队还开发了MMHop-DocBench,这是一个包含10种语言的60,000个问答对的新数据集,证明了DocSkill在现有基线上的优越性能。 AI
影响 该框架可以显著改善AI系统处理和回答复杂、多语言文档中问题的能力。
排序理由 研究论文,详细介绍了一种用于特定NLP任务的新模型/框架。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Direct Preference Optimization
- DocBench
- DocSkill
- Hugging Face
- MMHop-DocBench
- MMHop-DocQA
- MMLongBench-Doc
- Monte Carlo tree search
- Qwen3 VL 8B
- supervised fine-tuning
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →