实体
MKQA: A Linguistically Diverse Benchmark for Multilingual Open Domain Question Answering
MKQA: A Linguistically Diverse Benchmark for Multilingual Open Domain Question Answering
PulseAugur coverage of MKQA: A Linguistically Diverse Benchmark for Multilingual Open Domain Question Answering — every cluster mentioning MKQA: A Linguistically Diverse Benchmark for Multilingual Open Domain Question Answering across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
Apple ML Research 提出基于评分标准的问答对齐方法
Apple Machine Learning Research 发表了一篇论文，详细介绍了一种用于开放域问答的新型基于评分标准的奖励框架。该框架旨在通过将答案质量分解为多个维度（例如，构成、事实依据和指令遵循），而不是依赖单一标量目标来提高答案质量。该方法使用基于检索到的证据的事实依据的查询特定评分标准，在各种评估数据集上显示出比现有方法显著的改进，尤其是在事实支持和连贯性方面。
-
新TR-RAG方法通过教师指导改进跨语言生成
研究人员开发了TR-RAG，一种改进英语证据跨语言检索增强生成（RAG）的新方法。该方法通过将奖励优化与on-policy蒸馏相结合，解决了非英语输出中的语言漂移和不可靠证据使用等问题。TR-RAG利用一个紧凑的学生模型来采样答案，并利用一个更强大、冻结的教师模型来提供前缀式指导，从而在多个基准测试中提高了语言遵循度和证据基础的正确性。