跳转到正文
GETAI.APP
开发动态arXivGETAI.APP查看原文

MIRAGE 研究多跳问答中的知识更新

框架逐步检查子问题和候选答案,再决定是否根据检索证据重新回答。

AI 生成主题插画,非实拍

11 月 18 日公开的 MIRAGE 预印本研究多步问答如何处理两类更新:与模型既有知识冲突的材料,以及模型从未见过的信息。作者为此构建了 NEXUS 基准。预印本

AI 生成主题插画

框架用同一模型检查候选答案与子问题是否相关,随后通过置信度阈值决定采用模型自产答案还是依据检索材料重答。另一模块用模板处理跳过步骤、重复提问和推理链中断。

研究在四种模型及两套主要基准上报告逐步准确率和最终答案准确率。作者列出的限制包括固定阈值、依赖模型遵循指令,以及检索资料本身需要可靠。论文方法与局限

配图为 GETAI.APP 使用 imagegen 生成的主题插画。

登录

每一次探索,都更进一步。

从这里,开启新的灵感。

还没有账号?