DeepAmbigQA

新的数据集和框架旨在提高 LLM 问答的完整性

研究人员开发了新方法来提高大型语言模型 (LLM) 对复杂问题生成的答案的完整性和质量。Apple 的研究引入了 DeepAmbigQA，这是一个数据集和生成流程，旨在测试 LLM 在需要多跳推理和歧义实体消歧的问题上的表现，揭示即使是 GPT-5 等先进模型在答案完整性方面也存在困难。另外，一个名为 QQ 的新框架利用问题生成和回答的双重性质来创建更连贯的多跳问题，在 HotpotQA 和 MuSiQue 等数据集上显示出显著的改进。