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.
LazyMem: 효율적인 장기 에이전트 메모리를 위한 광범위 검색과 선택적 구성
SEGRA: Gremlin 기반 질의응답을 위한 구조화된 경험 기반 그래프 추론 에이전트
딥 서치에서의 위임 지능: 분리된 역량 진단을 위한 제어 가능한 프레임워크
EviBack: 증거 제약 Teacher Backoff를 통한 검색 에이전트 강화학습
성공은 자명하지 않다: 에이전트 평가에서 성공 출처 감사
MemChain: 메모리 증강 LLM 에이전트를 위한 해석 가능한 메모리 추적 학습
독점에서 오픈소스로: 에이전틱 검색에서 다중 에이전트 프로토콜 증류를 통한 분포 격차 해소
언어 모델 선택적 예측을 위한 계층적 그룹-조건부 컨포멀 리스크 제어
SIREN: 경험 기반 LLM 에이전트를 활용한 end-to-end 극한 기상 조기 경보
퇴거를 추정으로: 테스트 시간 메모리의 고정 지연 평활화 관점, 그리고 측정이 누적을 이기는 경우
MedKGent: 시간에 따라 진화하는 의료 지식 그래프 구축을 위한 대규모 언어 모델 에이전트 프레임워크
InteractComp: 모호한 질의를 통한 검색 에이전트 평가
ASR 전용 지도 기반 다국어 지시 따르기 음성 LLM을 위한 언어 인식 증류
SURE-RAG: 선택적 검색-증강 생성을 위한 충분성 및 불확실성 인식 증거 검증
한 턴 더, 후회는 덜: LLM 명확화 정책을 위한 후회 기반 다중 턴 벤치마크
용량보다 데이터 품질: 클로즈드북 QA를 위한 LoRA 어댑터로의 문서 내재화
그라운드 트루스 우선: 에이전트 메모리를 위한 종단 평가 도구와 메모리 아키텍처 순위의 기간 교차
NRC 원자로 운전원 면허 시험에서 다중모달 언어 모델의 미세조정 및 검색 전략 벤치마킹
SeePhys Pro를 위한 다중 에이전트 토론과 시각 정보 추출: ICML 2026 AI4Math 트랙 3 챌린지 1위 기술 보고서
방향성 환각: 뉴스 기반 LLM 질의응답에서의 이념적 표류
AREX: 심층 연구를 위한 재귀적 자기 개선 에이전트
Hard Decision Layer: 트랜스포머에서 확정적 추론(committed inference)에 대한 증거
시간적 의사결정을 위한 궤적 인식 검색 에이전트
모듈은 자기 역할에 머무르는가? 복합 LLM 시스템에서의 역할 표류
Teachy Mini: 고등교육을 위한 지식 기반 생성형 소셜 로봇의 개발 및 예비 평가
ARCO: 다단계 LLM 기반 에이전트를 위한 공진화 적응형 루브릭
WILDTRACE: 장문 컨텍스트 추론에서 자연적 증거 흔적 벤치마킹
양자화된 LLM 추론에서의 조용한 실패: 공허한 수렴과 실패 모드 변화에 대한 분류 체계 기반 분석
MoE에 지식 주입이 존재하는가? LLM 환각 완화를 위한 MoE에서의 전문가 인식 대조 디코딩 탐색
증거 인식 재료 문헌 분석을 위한 스킬 계약 에이전트
SemEval-2026 Task 6의 AsymVerify: 정치적 회피 탐지를 위한 비대칭 신뢰도 게이팅 검증
GLAN-QnA-KR: 시드 없는 분류체계 기반 한국어 인스트럭션 코퍼스
Domyn-Small: 유럽 100억 매개변수 추론 언어 모델
THOR: 멀티홉 QA를 위한 Theta-Gamma 계층적 진동 추론 프레임워크
다양성 지표는 다양성을 측정하는가? LLM 앙상블에서 다수결 투표 이득에 대한 역량 통제 감사
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.