MMHop-DocQA

新的DocSkill框架通过自适应推理增强多语言文档问答能力

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。