研究人员开发了一种名为Knot的新方法来估计问答模型的知识依赖性。该技术旨在识别模型依赖哪些信息来生成答案，以应对大型语言模型问答系统中嘈杂和冗余的知识源的挑战。Knot使用子集级别的反事实监督，并对子集敏感性进行建模，以提供细粒度的依赖性分数，在预测子集敏感性和识别有影响力的知识候选方面优于现有基线。 AI
排序理由 这是一篇详细介绍问答新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2605.28047v1 Announce Type: new Abstract: Reliable question answering requires identifying not only whether an answer is correct, but also which available knowledge the prediction depends on. In realistic LLM-based QA, this knowledge may come from context, retrieval, decomp…