Плотный поиск фрагментов текста для ответов на вопросы в открытом домене
Dense Passage Retrieval for Open-Domain Question Answering
2020-01-01
SCID: 54.1/9ndkcj9w
Discuss with AI
EMNLPплотный поиск фрагментов текстаинформационный поискответы на вопросы в открытом домене
Figures from the paper
Abstract (AI)
Владимир Карпухин, Барлас Огуз, Сэвон Мин, Патрик Льюис, Леделл Ву, Сергей Эдунов, Даньци Чэнь, Вэньтао И. Материалы конференции 2020 года по эмпирическим методам обработки естественного языка (EMNLP). 2020.
Key Findings
1
Из представленного текста невозможно извлечь конкретные результаты, количественные показатели, сравнения или ограничения.
2
Предоставленный текст содержит библиографическую информацию, но не включает содержание аннотации с описанием методов, результатов или выводов.
Research Object
Системы ответов на вопросы в открытом домене, использующие плотный поиск фрагментов текста
Research Subject
эффективность плотного поиска фрагментов текста для ответа на вопросы в открытом домене
Publication Details
Publication Date
2020-01-01
Journal
Publisher
ISSN
Cited by
8667
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai4
Исследование пределов трансферного обучения с помощью унифицированного преобразователя текста в текст2019
Интеллект, компилируемый через аффордансы: наблюдаемое сопоставление когнитивных импедансов для LLM-интегрированных систем без мета-доступа2020
Использование поиска фрагментов текста с генеративными моделями для ответов на вопросы в открытом домене2021
REALM: предварительное обучение языковой модели с дополнением за счет извлечения информации2020
Работы, цитирующие эту статью20
Генерация с дополнением извлечённой информацией для больших языковых моделей: обзор2023
Интеллект, компилируемый через аффордансы: наблюдаемое сопоставление когнитивных импедансов для LLM-интегрированных систем без мета-доступа2020
О возможностях и рисках фундаментальных моделей2021
Использование поиска фрагментов текста с генеративными моделями для ответов на вопросы в открытом домене2021
Генерация с активным дополнением посредством поиска2023
Atlas: обучение в режиме few-shot с использованием языковых моделей, дополненных поиском2022
Генерация с дополнением извлечённой информацией для контента, создаваемого искусственным интеллектом: обзор2026
Обзор взаимодействия RAG и LLM: к большим языковым моделям с дополнением извлечённой информацией2024
Бенчмаркинг генерации с дополнением извлечённой информацией в медицине2024
Дополнение извлечённой информацией снижает галлюцинации в диалогах2021
Языковые модели с дополнением извлечённой информацией в контексте2023
Генерация с дополнением извлечением на основе графов: обзор2025
Сила шума: переосмысление поиска для систем RAG2024
RocketQA: оптимизированный подход к обучению для плотного извлечения фрагментов текста в системах ответов на вопросы в открытом домене2021
Улучшение адаптации к предметной области моделей генерации с дополнением извлечённой информацией (RAG) для ответов на вопросы в открытом домене2023
Повышение эффективности больших языковых моделей с дополнением посредством извлечения данных за счёт итеративного взаимодействия извлечения и генерации2023
Оценка качества извлечения в системах генерации с дополненным извлечением2024
Ответы на сложные вопросы в открытом домене с помощью многошагового плотного поиска2020
Большие языковые модели и графы знаний: возможности и вызовы2023
Генерация с дополнением извлечённой информацией (RAG)2025