实体
TQA-Bench
TQA-Bench
PulseAugur coverage of TQA-Bench — every cluster mentioning TQA-Bench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
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EviDARL框架通过双智能体强化学习增强多表问答能力
研究人员开发了EviDARL,一个旨在改进大型语言模型多表问答(MMQA)的新型框架。EviDARL采用双智能体系统,一个智能体专注于从表中构建证据,另一个智能体则负责推理得出答案。该框架利用交替强化学习来增强智能体之间的协作,即使在模型和训练资源有限的情况下,也能在MMQA和TQA-Bench等基准测试上取得显著的性能提升,优于现有基线。
-
通过问题粒度评估RAG系统的新框架
研究人员引入了HieraRAG,一个通过分析问题粒度来评估检索增强生成(RAG)系统的分层框架。该框架旨在帮助实践者确定RAG基准测试的最佳详细程度,以最大化其区分能力。一项案例研究生成了超过5000个合成问答对,揭示了最佳粒度因维度而异,复杂性受益于细粒度区分,而其他方面在中间粒度达到峰值。此外,还开发了一种新指标——连贯性比率(Coherence Ratio),用于评估细粒度分割如何很好地细分父类别。