Simorgh

新型检索方法提升低资源语言多语言问答能力

研究人员开发了一种区域感知的混合检索方法，以增强多语言问答能力，特别是在低资源语言和文化特定知识方面。该方法结合了传统的词汇匹配（BM25）和密集语义相似度，并纳入区域加权启发式方法以提高答案相关性。该系统利用结构化提示与Qwen3-14B模型，采用基于logit的确定性答案选择。尽管与纯参数化推理相比，在跨语言稳定性方面有所提高，但该方法在训练数据丰富和稀缺的语言之间仍然存在性能差距，表明检索增强并未完全解决数据不平衡问题。