★ 3
CoSTA：协同进化自博弈智能体解时序知识图谱问答
论文针对复杂时序知识图谱问答中时间约束相互影响、单智能体上下文易混淆的问题，提出 CoSTA 框架，将事实组织为可导航时间线，由多个 worker 分工调查、协调者汇总带时间戳的观察，并通过角色条件蒸馏与协同进化自博弈联合优化。在三个基准上取得最优整体表现，复杂多事实问题上提升尤为明显，紧凑版本也…
arXiv NLP3 天前
#问答系统
共 8 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
arXiv 论文提出证据状态校准与 SufiCE 置信度估计方法
论文指出语言模型在证据不足时仍倾向作答，提出「证据状态校准」概念，要求模型作答前的置信度与实际正确率匹配，并随证据变化而调整。所提 SufiCE 方法在临床诊断与多跳问答任务上把 Brier 分数最多降低 60%、AUROC 最多提升 0.16。
arXiv NLP6 天前
★ 2
DKnown-Jev 基于 Qwen3.5 微调，规范知识任务准确率达 98.75%
研究者提出 DKnown-Jev，用于判断候选段落能否回答规范知识类问题，分为「答案证据」与「非答案证据」两类。2B 与 27B 版本分别基于 Qwen3.5-2B 和 Qwen3.8-27B 微调。27B 单轮训练在 1120 条人工验证测试集上取得 98.75% 准确率与 98.60% mac…
arXiv cs.AI13 天前
★ 2
Fin_Agent 征战 FinEval 2026：多语言金融 NLP 方法
论文介绍 Fin_Agent 系统参加 FinEval 2026 多语言金融语言理解共享任务，覆盖希腊语金融命名实体识别、日语隐含沟通识别和多语言金融问答。希腊语 NER 公开 F1 达 0.9521，日语任务测试准确率 98.0%，多语言问答使用 BGE-M3 检索配合 Qwen3-32B 生成。
arXiv NLP19 天前
★ 2
COFFEQA：反事实引导少样本蒸馏提升 LLM 问答
论文提出 COFFEQA，利用反事实上下文为少样本知识蒸馏提供额外监督，并引入 Context Following Difficulty 指标在蒸馏前验证反事实质量。在 T5 与 Qwen2.5 系列、五个域内与三个域外问答基准上，该方法在相同少样本预算下优于仅用事实样本的基线。
arXiv NLP21 天前
★ 2
LLM 真懂上下文吗？知识图谱评测框架
论文指出 BLEU、困惑度等传统指标只能衡量表层表现，无法判断大模型是否真正理解上下文。作者提出基于知识图谱的评测框架，核心是融合结构与语义信号的 S3KG 相似度度量，并可在三元组级别诊断推理错误。在九个基准上，S3KG 的 F1 最高提升 7.6 分，AUROC 达 0.973。
arXiv cs.AI35 天前
★ 2
HintMiner：从问答帖子自监督挖掘问题提示
针对Stack Overflow等问答论坛响应不及时的问题，论文提出HintMiner工具，利用机器理解与序列生成技术自动为用户问题生成提示。系统先检索大量网络问答帖，再用基于Transformer与复制机制的语言模型MiningNet抽取提示，并通过自监督目标训练。在6万个Stack Overf…
arXiv cs.LG47 天前
★ 2
FedV-KGQA 垂直分区联邦知识图谱问答实践
论文展示 FedV-KGQA 在垂直分区知识图谱上的多跳问答实证结果：各数据孤岛本地训练知识图谱嵌入，服务器拼接实体视图并排序候选。实验表明联邦融合可恢复大部分集中式精度，锚定与增强比嵌入模型选择更关键。
arXiv cs.AI48 天前
这个主题的相关资产
相关公司阿里巴巴3