实体
open-domain question answering
open-domain question answering
PulseAugur coverage of open-domain question answering — every cluster mentioning 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
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新框架使人工智能能够编程自己的搜索策略
研究人员开发了检索程序学习（RPL）框架，该框架使AI策略能够将搜索原语组合成可执行程序，以完成知识密集型任务。这种方法允许更具适应性和效率的信息检索，克服了强化学习中经常遇到的稀疏反馈挑战。RPL的程序变异技术生成和优化次优程序，在开放域问答和语料库级推理任务中取得了显著的改进，甚至优于更大的基线模型。
-
新方法预测检索增强何时能使问答受益
研究人员开发了一种方法来预测检索增强何时能改进开放域问答。他们的方法评估各种信号，包括检索数据、答案特征和语义一致性，以确定外部信息是否有益。这个选择性检索框架根据每个问题动态地选择使用检索还是直接生成，与总是使用检索相比，提高了答案质量。