技术
FanOutQA
FanOutQA是一个评估大语言模型多跳推理能力的问答数据集，要求模型基于多篇文档进行信息聚合与推理。它解决了现有QA数据集推理深度不足的问题，典型应用是评测模型在复杂问答中的表现。
详细解释
FanOutQA由研究人员构建，包含需要从多个文档中提取并整合信息才能回答的问题，模拟真实场景中的复杂查询。其背景是现有问答数据集如HotpotQA虽涉及多跳，但推理链较短。FanOutQA通过设计更长的推理路径和更多文档，挑战模型的长期依赖和逻辑推理能力。该数据集用于基准测试，推动模型在检索增强生成（RAG）和多步推理方面的进步，代表工作包括基于图神经网络和迭代检索的方法。
别名与相关写法
fanoutqa