LocalNewsQA

MAPLE大语言模型通过元数据条件化改进区域感知问答

研究人员开发了MAPLE，这是一系列旨在更有效地处理区域特定信息的新型语言模型。与通常默认为单一、全球占主导地位答案的标准模型不同，MAPLE使用地理元数据（如源URL、国家和大陆）进行预训练。这种条件化允许模型根据指定的区域切换答案，正如在新LocalNewsQA基准上所演示的那样。实验表明，这种元数据条件化预训练提高了准确性和事实切换能力，并且在更大的模型规模下效益会增加。