Papers with Code 아카이브
Question Answering
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 19
- 평가표
- 153
- 보존된 평가 기록
- 1,781
Question answering can be segmented into domain-specific tasks like community question answering and knowledge-base question answering. Popular benchmark datasets for evaluation question answering systems include SQuAD, HotPotQA, bAbI, TriviaQA, WikiQA, and many others. Models for question answering are typically evaluated on metrics like EM and F1. Some recent top performing models are T5 and XLNet.
( Image credit: SQuAD )
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
비트에서 신념으로: 대규모 언어 모델 블랙박스 검증을 위한 복구 가능한 의미론적 지문
에이전트는 언제, 어떻게 명확화해야 하는가? CIGAsk: 반사실적 정보 이득(Counterfactual Information Gain)을 통한 LLM 명확화 학습
LADDER: 효율적 다중 홉 추론을 위한 그래프 가이드 확산 언어 모델
Fathom-Vaidya: 루브릭 기반 보상을 통한 의료 추론 성능 향상
Ascent: 실제 임상 데이터 분석을 위한 Model Context Protocol 기반 에이전트 시스템
MyBuddy 휴머노이드 로봇을 위한 LLM 기반 대화형 AI 지식 어시스턴트
TempCore: 비디오 QA 벤치마크는 시간적으로 그라운딩되어 있는가?
효과적이고 효율적인 체화 탐험을 위한 능동적 공간 검사
MM-ContextFold: 멀티모달 에이전틱 검색을 위한 컨텍스트 폴딩
PREM: 장시간 비디오 이해를 위한 접두 문맥 기반 순환 메모리
PRISM-RAG: 담배 제품 및 입법 정책 추론을 위한 멀티모달 하이퍼그래프 검색-증강 생성
AntiGrounding: VLM 안내 조작을 위한 시각적 프롬프트로서의 실행 가능한 로봇 궤적
SABER-Math: 수학 정보 검색 평가를 위한 자동화 벤치마크
Long Story Short: 2만 편 단편 영화로 본 스토리 수준 비디오 이해
Temporally-Grounded Language Generation: Towards Real-Time Vision-Language Models
HiQA: 다중 문서 질의응답을 위한 계층적 문맥 증강 RAG
TW-LegalBench: 대만 법률 이해도 평가
코드 스위칭이 다국어 대규모 언어 모델의 언어 앵커링을 드러냅니다
Know2Guess: 대규모 언어 모델의 지식 경계 평가를 위한 오염 인지 다중 영역 벤치마크
컨포멀 정책 제어
Bactrainus: 다중 홉 복합 질의응답 태스크를 위한 대규모 언어 모델 최적화
범용 비전-언어 모델(VLM)은 전문 의료 VLM에 필적할 수 있는가? 벤치마킹과 전략적 통찰
텍스트 생성: 과업, 평가 및 해결 과제에 대한 체계적 문헌 고찰
CrossHallu: 대규모 언어 모델의 내부 표현에서 환각 신호는 언어와 도메인을 넘어 일반화되는가?
언어 모델에서의 잊을 수 없는 일반화
필터링된 추론 점수: 모델의 가장 확신 높은 추론 경로에서 추론 품질 평가
언어 모델 사전학습을 위한 커리큘럼 기반 층 스케일링
ECHO: 에이전틱 강화학습에서 선택적 턴 메모리를 활용한 행동을 위한 가지치기 및 학습을 위한 추적
AttriMem: 에이전트 메모리 학습을 위한 귀속 기반 프로세스 피드백
MedHallTune: 비전-언어 모델의 의료 환각 완화를 위한 인스트럭션 튜닝 벤치마크
정확도는 언어 모델의 실패 방식을 숨긴다: 동일 출력 예산 하 실패 상태 측정
FirstResearch: 대규모 언어 모델 과학적 발견 에이전트를 위한 감사 가능한 연구 질문 형성
LLM이 동의할 때, 그들은 옳은가? 신뢰도 신호로서의 자기일관성과 모델 간 합의 감사
Agent-UCT: 비용 인식 에이전트 워크플로 최적화를 위한 트리에 적용된 상한 신뢰 경계
Ouroboros-Spatial: 공간 추론을 위한 데이터-모델 루프 폐쇄
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.