FAQ-based Question Answering via Word Alignment
IBM T.J. Watson Research Center（IBM托马斯·J·沃森研究中心）
在本文中，我们提出了一种新的基于词对齐的方法来解决基于常见问题的问答任务。首先，我们采用一个神经网络模型来计算问题的相似度，其中两个问题之间的词对齐用于提取特征。其次，我们设计了一个基于Bootstrap的特征提取方法来提取一小部分有效的词汇特征。第三，我们提出了一个学习排名算法，训练参数更适合的排名任务。在英语、西班牙语和日语三种语言上进行的实验结果表明，问题相似度模型比基线系统更有效，稀疏特征使top-1准确率提高了5%，学习排名算法的效果明显优于传统方法。我们进一步评估我们的方法上的答案句子选择任务。我们的方法优于所有以前的系统上的标准TREC数据集。
2015-07-09 cs.CL
MedPAIR: Measuring Physicians and AI Relevance Alignment in Medical Question Answering
MIT（麻省理工学院）；Cornell University（康奈尔大学）；Oxford University（牛津大学）；Hasso Plattner Institute（哈索·普拉特纳研究所）；University of Potsdam（波茨坦大学）
研究引入 MedPAIR 数据集，通过对比实习医生与 LLMs 在医学问答中的相关信息优先级，发现两者相关性估计不一致，且过滤无关信息后准确率均提升。
2025-05-29 cs.AI cs.CL
A Comprehensive Graph Framework for Question Answering with Mode-Seeking Preference Alignment
Soochow University（苏州大学）；The Hong Kong Polytechnic University（香港理工大学）；Beijing Jinghang Research Institute of Computing and Communication（北京京航计算通讯研究所）；Nanyang Technological University（南洋理工大学）
针对RAG问答中全局理解与偏好对齐的挑战，提出基于层次文档图和模式寻求偏好优化的GraphMPA框架，在六个数据集上验证了有效性。
2025-06-22 cs.CL
MCQA: Multimodal Co-attention Based Network for Question Answering
University of Maryland（马里兰大学）
我们提出了MCQA，一个基于学习的多模态问答算法。MCQA明确地融合和对齐多模态输入（即文本、音频和视频），这形成了查询（问题和答案）的上下文。我们的方法融合并在此背景下调整问题和答案。此外，我们使用的概念的共同注意力进行跨模态对齐和多模态上下文查询对齐。我们的上下文查询对齐模块将多模态上下文和查询的相关部分相互匹配，并将它们对齐，以提高整体性能。我们评估的性能MCQA社会智商，多模态问答的基准数据集。我们比较我们的算法与以前的方法的性能，并观察到4- 7%的准确性提高。
2020-04-25 cs.CL
PATRA: Pattern-Aware Alignment and Balanced Reasoning for Time Series Question Answering
East China Normal University, Shanghai, China（华东师范大学）；Aalborg University, Aalborg, Denmark（奥胡斯大学）
针对现有LLM方法在时间序列推理中忽略模式提取和简单任务主导学习的问题，提出模式感知对齐与平衡推理模型PATRA，通过提取趋势和季节模式实现深度对齐，并设计任务感知平衡奖励以协调不同难度任务的学习，在多种时间序列问答任务中优于强基线。
2026-06-01 cs.AI
Sanity Check: A Strong Alignment and Information Retrieval Baseline for Question Answering
University of Arizona（亚利桑那大学）
虽然越来越复杂的方法，问答（QA）已被提出，这些系统的真正收益，特别是关于其昂贵的培训要求，可以夸大时，他们没有足够的基线相比。在这里，我们提出了一个无监督的，简单的，快速的对齐和信息检索基线，其中包括两个新的贡献：一个\textit{one-to-many alignment}之间的查询和文档条款和\textit{negative alignment}作为一个代理的歧视性信息。我们的方法不仅优于所有传统的基线以及许多有监督的递归神经网络，而且在三个QA数据集上接近有监督系统的最新水平。仅用三个超参数，我们在8年级的Science QA数据集上实现了47\% P@1，在Yahoo！回答QA数据集和WikiQA上的64\% MAP。在ARC Challenge和Easy数据集上分别获得了26.56%和58.36%。除了在本版本的论文中包括额外的ARC结果外，对于ARC简单集，我们还试验了一个额外的参数-检索的理由数量。
2018-07-05 cs.CL cs.IR
Unsupervised Alignment-based Iterative Evidence Retrieval for Multi-hop Question Answering
University of Arizona（亚利桑那大学）
证据检索是问答（QA）的关键阶段，不仅是提高性能所必需的，而且是解释相应QA方法的决策所必需的。我们介绍了一种简单，快速，无监督的迭代证据检索方法，它依赖于三个想法：（a）仅使用GloVe嵌入来软对齐问题和答案与理由句子的无监督对齐方法，（b）重新制定关注现有理由未覆盖的术语的查询的迭代过程，其中（c）当给定问题和候选答案中的词语被检索到的理由覆盖时终止检索的停止准则。尽管它很简单，但我们的方法在两个数据集上的证据选择任务上优于所有以前的方法（包括监督方法）：MultiRC和QASC。当这些证据句子被输入到RoBERTa答案分类组件中时，我们在这两个数据集上实现了最先进的QA性能。
2020-05-04 cs.CL cs.IR
QU-NLP at ArchEHR-QA 2026: Two-Stage QLoRA Fine-Tuning of Qwen3-4B for Patient-Oriented Clinical Question Answering and Evidence Sentence Alignment
Qatar University（卡塔尔大学）
本文提出一个统一系统解决ArchEHR-QA共享任务的子任务3和4，通过两阶段QLoRA微调Qwen3-4B提升临床问答和证据句子对齐性能，实验结果显示在测试集上达到32.87的总体得分。
2026-03-26 cs.AI cs.CL
From Time Series Analysis to Question Answering: A Survey in the LLM Era
Renmin University of China（中国人民大学）；Tsinghua University（清华大学）；Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州））；Aalborg University（奥胡斯大学）
本文综述了大语言模型时代时间序列分析向时间序列问答的转变，探讨了TSQA在灵活性、经济性和通用性方面的选择指导及未来研究方向。
2026-05-08 cs.AI cs.LG
AMATA: Adaptive Multi-Agent Trajectory Alignment for Knowledge-Intensive Question Answering
School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机科学与信息工程学院）；Shanghai University of Electric Power（上海电力大学）；East China Normal University（华东师范大学）；Guangdong University of Finance and Economics（广东财经大学）；Alibaba Group（阿里巴巴集团）
本研究提出AMATA框架，通过动态整合外部知识提高知识密集型问答的响应可解释性和事实准确性，采用六个专门化智能体协作执行复杂问题推理，并引入两种创新：轨迹内偏好学习和智能体间依赖学习。
2026-05-17 cs.CL
Equivariant and Invariant Grounding for Video Question Answering
National University of Singapore（新加坡国立大学）；University of Science and Technology of China（中国科学技术大学）
视频问答（VideoQA）是回答关于视频的自然语言问题的任务。产生答案需要理解视频中视觉场景和语言语义之间的相互作用。然而，大多数领先的VideoQA模型都是黑箱，这使得回答过程背后的视觉语言对齐变得模糊不清。这种黑盒子的性质要求视觉上的可解释性，它揭示了“模型应该看视频的哪一部分来回答这个问题？”''.只有少数作品提出的视觉解释，在事后的方式，模拟目标模型的回答过程中，通过一个额外的方法。尽管如此，仿真努力忠实地展示回答过程中的视觉语言对齐。而不是事后的可解释性，我们专注于内在的可解释性，使回答过程透明。它的核心是将关键问题线索作为因果场景来产生答案，同时将与问题无关的信息作为环境场景。以因果关系看视频问答，我们设计了一个自我解释的框架，等变和不变的接地可解释的视频问答（EIGV）。具体而言，等变的接地鼓励的答案是敏感的语义变化的因果场景和问题;相反，不变的接地强制的答案是不敏感的环境场景的变化。EIGV通过将它们施加到回答过程中，能够区分因果场景和环境信息，并显式地呈现视觉-语言对齐。在三个基准数据集上进行的大量实验证明了EIGV在准确性和视觉可解释性方面优于领先基线。
2022-07-26 cs.CL
Rethinking Multi-Modal Alignment in Video Question Answering from Feature and Sample Perspectives
Zhejiang University（浙江大学）；Columbia University（哥伦比亚大学）
视频问答（VideoQA）的一个新目标是对视频中的事件因果关系和时间关系进行推理，但语言和视频之间的语义鸿沟是实现这一目标的主要障碍。现有的努力主要集中在设计复杂的架构，同时利用框架或对象级的视觉表示。在本文中，我们重新考虑的多模态对齐问题，在视频问答从特征和样本的角度，以实现更好的性能。从特征的角度出发，我们将视频分解为多个轨迹，首先利用VideoQA中的轨迹特征来增强两种模式之间的对齐。此外，我们采用了异构的图形架构，并设计了一个层次化的框架，使语义级和框架级的视觉特征与语言特征相一致。此外，我们发现VideoQA模型在很大程度上依赖于语言先验，并且总是忽略视觉-语言交互。因此，两个有效的，但便携式的训练增强策略的设计，以加强我们的模型的跨模态对应能力，从样本的角度。大量的结果表明，我们的方法优于所有国家的最先进的模型上具有挑战性的NExT-QA基准，这表明了所提出的方法的有效性。
2022-11-02 cs.AI cs.CV
Yale-DM-Lab at ArchEHR-QA 2026: Deterministic Grounding and Multi-Pass Evidence Alignment for EHR Question Answering
Yale University（耶鲁大学）
本文提出确定性接地和多轮证据对齐方法，用于电子病历问答任务，通过模型多样性与投票策略提升性能，实验结果显示对齐准确率受限于推理能力。
2026-04-08 cs.CL
Uncertainty-Guided Self-Questioning and Answering for Video-Language Alignment
School of Computer Science, Duy Tan University（计算机科学学院，杜益坦大学）；School of Computer Sciences, Universiti Sains Malaysia（计算机科学学院，马来亚大学）
本文提出BoViLA自训练框架，通过LLM自问自答扩充VideoQA训练样本，并利用证据深度学习估计不确定性以过滤低质量问题，从而改善视频-语言模态对齐，在多个基准上超越现有方法。
2025-05-06 cs.AI cs.CV
REAL: Resolving Knowledge Conflicts in Knowledge-Intensive Visual Question Answering via Reasoning-Pivot Alignment
University of Science and Technology of China（中国科学技术大学）；Tsinghua University（清华大学）
提出REAL框架，通过推理枢轴对齐和引导解码，解决知识密集型视觉问答中因开放域检索引起的知识冲突问题。
2026-05-30 cs.AI
AQAScore: Evaluating Semantic Alignment in Text-to-Audio Generation via Audio Question Answering
National Taiwan University（国立台湾大学）；Massachusetts Institute of Technology（麻省理工学院）
AQAScore通过音频问答评估文本到音频生成的语义对齐，利用大型语言模型的推理能力，有效捕捉语义不一致性。
2026-01-21 cs.AI cs.CL cs.LG
MedTrust-RAG: Evidence Verification and Trust Alignment for Biomedical Question Answering
College of Computer Science and Technology, Dalian University of Technology（大连理工大学计算机科学与技术学院）；Air Force Communications NCO Academy（空军通信NCO学院）
针对生物医学RAG因检索噪声和证据验证不足导致的幻觉问题，本文提出MedTrust-Guided Iterative RAG，通过引用约束、迭代检索验证和MTAM偏好对齐提升事实可靠性。
2025-10-18 cs.AI cs.CL cs.IR
TACR: A Table-alignment-based Cell-selection and Reasoning Model for Hybrid Question-Answering
Tokyo Institute of Technology（东京工业大学）；Nanyang Technological University（南洋理工大学）；Microsoft Research Asia（微软亚洲研究院）；Beijing Academy of Artificial Intelligence（北京人工智能研究院）
针对混合问答中难以遍历表格和关联段落检索证据的挑战，提出基于表对齐的单元格选择与推理模型TACR，通过增强表格-问题对齐检索细粒度证据，在HybridQA和WTQ数据集上取得领先或具竞争力的性能，并显著提升可解释性。
2023-05-24 cs.CL
Beyond Factual QA: Mentorship-Oriented Question Answering over Long-Form Multilingual Content
Santa Clara University（圣克拉拉大学）
本文提出MentorQA，首个多语言长形式视频指导型问答数据集和评估框架，通过对比不同架构发现Multi-Agent在复杂和低资源语言中表现更优。
2026-09-01 cs.AI cs.CL
When Big Models Train Small Ones: Label-Free Model Parity Alignment for Efficient Visual Question Answering using Small VLMs
Indian Institute of Technology Jodhpur（印度理工学院朱诺尔）
本文提出模型对齐器MPA，通过无标签图像和基于差异对齐的知识迁移策略，在不依赖标注数据的情况下系统提升小型视觉语言模型在多个VQA基准上的性能，缩小与大型模型的差距并保持计算效率。
2025-09-20 cs.AI cs.CL cs.CV
Clarification Is Not Enough: Post-Clarification Answering Remains the Bottleneck in Multi-Turn QA
Cornell University（康奈尔大学）；Adobe Research（Adobe研究）
本文通过分解多轮问答为澄清策略和澄清后回答两个组件，利用PACIFIC基准实验发现监督微调能快速提升澄清策略，但最终答案准确率仍显著偏低，表明理解并正确解释用户回应是关键瓶颈。
2026-05-24 cs.CL
AutoKG: Constructing Virtual Knowledge Graphs from Unstructured Documents for Question Answering
MIT Computer Science and Artificial Intelligence Laboratory（麻省理工学院计算机科学与人工智能实验室）
知识图谱具有为问答系统提供细粒度细节的优点。不幸的是，建立一个可靠的KG是耗时和昂贵的，因为它需要人为干预。为了克服这个问题，我们提出了一个新的框架，自动构建KG从非结构化的文件，不需要外部对齐。我们首先从非结构化文档中提取表面形式的知识元组，并用上下文信息对其进行编码。具有相似上下文语义的实体然后通过内部对齐链接以形成图结构。这使我们能够通过遍历生成的KG从多个文档中提取所需的信息，而无需手动处理。我们研究其性能检索为基础的QA系统重新制定的WikiMovies和MetaQA数据集成一个元组级检索任务。实验结果表明，我们的方法优于传统的检索方法的大幅度。
2021-03-10 cs.CL
Subgraph Retrieval Enhanced by Graph-Text Alignment for Commonsense Question Answering
School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院）；Ant Group（蚂蚁集团）；School of Artificial Intelligence, Beijing Normal University（北京师范大学人工智能学院）
本文提出SEPTA框架，通过BFS风格子图采样策略避免信息丢失，并采用双向对比学习进行图文本对齐，有效增强了子图检索与知识融合，在五个数据集上验证了其有效性和鲁棒性。
2024-11-11 cs.AI cs.CL cs.LG
GenSco: Can Question Decomposition based Passage Alignment improve Question Answering?
Indian Institute of Technology, Bombay（印度理工学院孟买分校）；Adobe Research, India（印度奥多比研究院）；University of Michigan, Ann Arbor（密歇根大学安娜堡分校）
针对大语言模型RAG问答中的幻觉问题，提出基于问题分解的段落选择框架GenSco，用双LLM结构实现高效段落对齐，在三个多跳问答数据集上取得显著性能提升。
2024-07-14 cs.CL cs.IR
Atomic Consistency Preference Optimization for Long-Form Question Answering
本文提出自监督方法ACPO，利用多个随机响应中单个事实的原子一致性信号构建偏好数据对，在不依赖外部模型或知识库的情况下提升LLM事实准确性，并在LongFact和BioGen上平均超越强监督基线1.95分。
2026-10-19 cs.CL
Stop Thinking, Start Looking: Efficient Post-Training for Multimodal Document Question Answering via Reasoning-Free Alignment
研究多模态文档问答中高效训练后优化问题，提出感知 - RFT 框架，用组相对策略优化绕过推理令牌直接对齐视觉与基础输出，通过构建变体评估推理必要性，发现启用推理模型有优势，还识别基础差异，表明早期转换可减少训练数据并保持精度。
2026-07-17 cs.AI cs.CL cs.LG
Better Decomposition, Free Aggregation: A Synthesizer-Folding Framework for Multilingual Multi-Hop Question Answering
School of Computer Science and Engineering, Northeastern University（东北大学计算机科学与工程学院）；Kunming University of Science and Technology（昆明理工大学）
针对多语言多跳问答中现有方法的翻译噪声与错误放大问题，提出Syfer框架，通过推迟翻译、格式受限分解与质量检查实现性能与成本的良好平衡。
2026-08-14 cs.AI cs.CL
YESciEval: Robust LLM-as-a-Judge for Scientific Question Answering
TIB Leibniz Information Centre for Science and Technology（蒂宾根科学与技术信息中心）；Leibniz Universität Hannover（汉诺威莱布尼茨大学）
本文提出开源框架YESciEval，结合细粒度评分标准评估与强化学习，缓解LLM评估者的乐观偏差，并发布多学科科学问答数据集，实现可扩展、零成本的鲁棒评估，支持AI对齐与科学探究。
2025-05-29 cs.AI cs.CL
The Curious Case of Factual (Mis)Alignment between LLMs' Short- and Long-Form Answers
WüNLP, CAIDAS, University of Würzburg（乌尔姆大学）；Data Science Group, University of Hamburg（汉堡大学）
本文提出SLAQ框架，揭示LLM在短长形式回答中存在事实一致性问题，通过机制分析发现重叠内部结构与78%预测准确率，挑战现有评估实践。
2026-01-12 cs.AI cs.CL
Memory-Augmented Knowledge Fusion with Safety-Aware Decoding for Domain-Adaptive Question Answering
Independent Researcher（独立研究者）；Boston University（波士顿大学）；Binghamton University（伯克利大学）
KARMA通过记忆增强和安全意识解码提升领域自适应问答的准确性和安全性
2025-12-02 cs.AI cs.CL
From National Curricula to Cultural Awareness: Constructing Open-Ended Culture-Specific Question Answering Dataset
KAIST AI Center（韩国国立科学技术院人工智能中心）；Samsung Electronics（三星电子）；Hankuk University of Foreign Studies（韩国外语大学）
本文提出CuCu框架，利用国家课程构建文化特定的开放性问答数据集KCaQA，以提升语言模型在文化对齐方面的表现。
2026-08-27 cs.AI cs.CL
Beyond Answer Voting: Fine-Grained Correction of LLM Reasoning through Graph Alignment across Sampled Traces
School of Informatics, Xiamen University（厦门大学信息学院）；The University of Tokyo（东京大学）；National Institute of Informatics (NII)（信息学研究所（NII））
本研究针对大语言模型推理的中间分歧问题，提出DDRG框架，通过推理图对齐暴露分歧并选择性修正，在五个基准上提升了Qwen2.5-7B和Llama3.1-8B的宏平均准确率，性能优于CoT、GoT、GoV及SC方法。
2026-10-14 cs.AI cs.CL
Revisiting NLI: Towards Cost-Effective and Human-Aligned Metrics for Evaluating LLMs in Question Answering
University of Illinois at Chicago（伊利诺伊大学香槟分校）
针对LLM问答评估中词汇指标缺失语义细微差别、“LLM作为评判者”成本高的问题，提出用词汇匹配标志增强现成NLI评分的轻量方案，其在长文本问答上准确率达89.9%（与GPT-4o相当）且参数少，还引入DIVER-QA基准测试人类对齐性，为指标研究提供开放资源。
2025-11-10 cs.AI cs.CL
A Methodology for Creating Question Answering Corpora Using Inverse Data Annotation
Zurich University of Applied Sciences (ZHAW)（苏黎世应用科学大学（ZHAW））；National Distance Education University (UNED)（国立远程教育大学（UNED））；University of the Basque Country (UPV/EHU)（巴斯克大学（UPV/EHU））
在本文中，我们介绍了一种新的方法来有效地构建一个语料库的问答结构化数据。为此，我们引入了一个中间表示，它是基于逻辑查询计划在一个数据库中称为操作树（OT）。这种表示允许我们反转注释过程，而不会失去我们生成的查询类型的灵活性。此外，它允许查询标记与OT操作的细粒度对齐。在我们的方法中，我们从一个上下文无关文法随机生成OT。之后，注释者必须编写由OT表示的适当的自然语言问题。最后，注释器将标记分配给OT操作。我们应用该方法来创建一个新的语料库OTTA（操作树和令牌分配），一个大型语义解析语料库评估自然语言接口数据库。我们将OTTA与Spider和LC-WMD 2.0进行了比较，结果表明，我们的方法在保持查询复杂性的同时，将注释速度提高了两倍多。最后，我们训练一个国家的最先进的语义解析模型对我们的数据，并表明我们的语料库是一个具有挑战性的数据集，可以利用令牌对齐，以提高性能显着。
2020-06-25 cs.AI cs.CL cs.LG
MedEthicsQA: A Comprehensive Question Answering Benchmark for Medical Ethics Evaluation of LLMs
Zhejiang University（浙江大学）；Angelalign Technology Inc.（Angelalign技术公司）
本文提出MedEthicsQA基准，包含5,623道选择题和5,351道开放式问题，通过整合全球医学伦理标准评估LLMs的医学伦理，发现最先进MedLLMs在伦理问答上性能下降，揭示了医学伦理对齐缺陷。
2025-06-28 cs.AI cs.CL
RNN Transducers for Nested Named Entity Recognition with constraints on alignment for long sequences
Google Brain（谷歌大脑）
命名实体识别（NER）的流行解决方案包括条件随机场、序列到序列模型或利用问答框架。然而，它们不适合嵌套和重叠的跨度与大本体和预测的实体的位置。为了填补这一空白，我们引入了一个新的模型NER任务-RNN转换器（RNN-T）。这些模型使用成对的输入和输出序列进行训练，而不明确指定它们之间的比对，类似于其他seq-to-seq模型。RNN-T模型使用对所有比对求和的损失函数来学习比对。然而，在NER任务中，单词和目标标签之间的对齐可以从人类注释中获得。我们提出了一个固定对齐的RNN-T模型，它利用了给定的对齐，同时保留了RNN-T的优点，例如对输出依赖关系进行建模。作为一个更一般的情况下，我们还提出了一个约束对齐模型，用户可以指定一个给定的输入对齐的放松和模型将学习给定的约束内的对齐。换句话说，我们提出了一系列seq-to-seq模型，这些模型可以在可用时利用输入序列和目标序列之间的比对。通过对具有多个嵌套本体的具有挑战性的现实世界医疗NER任务的实证实验，我们证明了我们的固定比对模型优于标准RNN-T模型，将F1分数从0.70提高到0.74。
2022-02-08 cs.AI cs.CL
RAVEN: Query-Guided Representation Alignment for Question Answering over Audio, Video, Embedded Sensors, and Natural Language
Worcester Polytechnic Institute（伍斯特理工学院）
针对多模态问答中模态不一致易误导融合模型的问题，提出核心为QuART查询条件跨模态门控模块的RAVEN架构，经三阶段训练，搭配新发布的AVS-QA数据集，在多个基准上实现显著准确率提升且模态损坏下鲁棒性优异。
2025-09-05 cs.CL cs.CV cs.LG
From Preferences to Principles: Rubric-Based Alignment for Grounded Knowledge Answers
Apple（苹果公司）
本研究针对开放域问答的奖励信号设计难题，提出基于检索证据生成查询特定多维评分规则的奖励框架，经实验验证其比基线方法有显著性能提升，为复杂开放域问答提供更有效的奖励监督。
2026-08-26 cs.CL
ViSTA: A Simple Bridge Extends Visual Alignment to Clinical Time-Series Understanding in Multimodal LLMs
University of Edinburgh（爱丁堡大学）；Health Data Research UK（英国健康数据研究中心）；University of Toronto（多伦多大学）；Western University（西安大略大学）
ViSTA通过紧凑适配器将数值测量融入视觉-语言模型，实现临床时间序列预测与时间问答，在MIMIC-IV上以极少参数达到高准确率。
2026-09-28 cs.AI cs.CL
Object Attribute Matters in Visual Question Answering
Jilin University（吉林大学）；Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）；University of Chinese Academy of Sciences（中国科学院大学）
针对视觉问答中视觉与文本语义对齐不足的问题，提出利用物体属性的属性融合与对比知识蒸馏模块，以增强物体级对齐和场景理解，并在六个数据集上验证优越性。
2023-12-20 cs.AI cs.CV
Is Aligning Embedding Spaces a Challenging Task? A Study on Heterogeneous Embedding Alignment Methods
FIZ Karlsruhe – Leibniz Institute for Information Infrastructure（FIZ卡尔斯鲁厄——莱布尼茨信息基础设施研究所）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
词和知识图谱（KG）到低维向量空间的表示学习及其在许多现实世界场景中的应用最近获得了动力。为了将多个KG嵌入用于知识驱动的应用，例如问答、命名实体消歧、知识图谱完成等，不同KG嵌入空间的对齐是必要的。除了多语言和特定领域的信息，不同的KG提出了结构差异的问题，使KG嵌入的对齐更具挑战性。本文从理论上分析和比较了实体-实体和实体-词两种嵌入空间的对齐方法。本文还以不同的应用为前提，对现有的对准方法的性能和不足进行了评估。
2020-04-15 cs.AI cs.CL cs.LG
Learning to Order Sub-questions for Complex Question Answering
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；University of Science and Technology of China（中国科学技术大学）；Bytedance Inc（字节跳动公司）
解决涉及多个实体和关系的复杂问题是一项具有挑战性的任务。从逻辑上讲，复杂问题的答案应该通过将复杂问题分解为多个简单的子问题，然后回答这些子问题来得出。现有的工作遵循这一策略，但没有试图优化如何回答这些子问题的顺序。结果，子问题以任意顺序回答，导致更大的搜索空间和更高的错过答案的风险。在本文中，我们提出了一种新的强化学习（RL）方法来回答复杂的问题，可以学习一个策略，动态地决定哪些子问题应该在推理的每个阶段回答。我们对期望值方差准则进行了改进，使学习策略能够在回答子问题的风险和效用之间进行平衡。实验结果表明，强化学习方法可以大大提高子问题排序的最优性，从而提高问答的准确率。所提出的学习排序子问题的方法是通用的，因此可以潜在地结合许多现有的想法来回答复杂的问题，以提高其性能。
2019-11-12 cs.AI cs.CL
K-COMP: Retrieval-Augmented Medical Domain Question Answering With Knowledge-Injected Compressor
POSTECH（POSTECH大学）；GSAI；POSTECH CSE（POSTECH计算机科学与工程系）
提出K-COMP（知识注入压缩器），通过在压缩检索文档前自动生成先验知识并将其整合到自回归压缩过程中，解决医学领域检索增强问答中专业知识理解难和文档冗余导致的幻觉问题，从而引导阅读器模型生成准确答案并信任上下文。
2025-05-28 cs.AI cs.CL
Multilingual State Space Models for Structured Question Answering in Indic Languages
Santa Clara University（圣克拉拉大学）；Carnegie Mellon University（卡内基梅隆大学）；Georgia Institute of Technology（佐治亚理工学院）；Stanford University（斯坦福大学）
本文首次将状态空间模型（SSMs）应用于印度语言问答任务，通过在多语言数据集上评估多种架构并优化框架，显著提升了低资源环境下的问答性能并建立了基础基准。
2025-10-31 cs.AI cs.CL
A Cost-Effective Multimodal LLM Reasoning Framework for Question Answering over Irregular Clinical Time Series
Shandong University（山东大学）；University of Auckland（奥克兰大学）
针对不规则临床时间序列问答，提出ClinPRISM框架。该框架含不规则感知多尺度编码器、时间证据蒸馏器和渐进对齐策略，通过构建训练数据，在40亿参数大语言模型主干上实现最优性能，兼具低时间序列令牌数和低推理延迟。
2026-07-29 cs.AI cs.CL
UIC-AIHealth4All at ArchEHR-QA 2026: Answer-First Evidence Grounding for Clinical Question Answering
University of Illinois Chicago（伊利诺伊大学芝加哥分校）
UIC-AIHealth4All系统参加ArchEHR-QA 2026共享任务，针对相关子任务提出优先答案式流程等方法，在三项任务中取得对应排名，还发现模型输出可读性需优化的问题。
2026-08-31 cs.AI cs.CL cs.HC
ESGBench: A Benchmark for Explainable ESG Question Answering in Corporate Sustainability Reports
BNY；FedEx
ESGBench是一个用于评估企业可持续发展报告中可解释ESG问答系统性能的基准，通过领域相关问题和人工整理答案来评估模型推理能力，揭示了事实一致性、可追溯性和领域对齐等关键挑战。
2025-11-20 cs.CL cs.IR
Efficient Knowledge Infusion via KG-LLM Alignment
Ant Group（蚂蚁集团）
本文针对LLM领域知识稀缺问题，提出利用少量标注样本和语料库构建领域知识图谱，并通过三阶段KG-LLM对齐策略提升知识利用能力，在生物医学问答上优于基线。
2024-06-06 cs.AI cs.CL
Evidence-Focused Fact Summarization for Knowledge-Augmented Zero-Shot Question Answering
Yonsei University（延世大学）
针对知识图谱文本化存在的证据密度低、清晰度差的问题，提出EFSum证据聚焦型事实摘要框架，经蒸馏和偏好对齐优化开源大模型为摘要器，可提升大模型零样本问答性能，同时保证摘要有用性与忠实性。
2024-10-09 cs.AI cs.CL cs.LG
GeoRisk-RAG: A Hierarchy-Aware Risk Framework for Improving RAG Reliability through Selective Answering
Virginia Tech（弗吉尼亚理工大学）；Florida Polytechnic University（佛罗里达理工大学）；Kuwait University（科威特大学）
GeoRisk-RAG是一种层级感知框架，通过选择性回答结合有向无环图距离估计地理适用性，在野火QA数据集上将位置相关问题错误置信率降至0.009，提升RAG可靠性，助力地理空间领域安全决策。
2026-08-25 cs.AI cs.CL
StableSketcher: Enhancing Diffusion Model for Pixel-based Sketch Generation via Visual Question Answering Feedback
Dongguk University（东国大学）
本文提出StableSketcher框架，通过优化潜在解码和视觉问答反馈提升扩散模型生成手绘素描的逼真度和语义一致性。
2026-04-14 cs.AI cs.CV
Graph Alignment Topology as an Inductive Bias for Grounding Detection
Department of Pediatrics, University of Illinois College of Medicine Peoria（伊利诺伊大学皮奥里亚医学院儿科部）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Siebel School of Computing and Data Science, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校计算机与数据科学学院）；Carle Illinois College of Medicine, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校卡莱医学院）
提出利用图对齐拓扑作为归纳偏置，通过构建参考信息与LLM输出之间的对齐二分图并训练图神经网络建模对齐结构，在幻觉检测和问答任务上取得最先进结果。
2026-05-21 cs.AI cs.CL
Self-supervised Attribute-aware Dynamic Preference Ranking Alignment
University of Science and Technology of China（中国科学技术大学）
针对现有方法依赖昂贵人工 pairwise 比较不适用于列表场景及人类偏好受多因素影响导致决策不一致的问题，提出自监督属性感知动态偏好排序模型 SeAdpra，通过 APDF 量化偏好差异并动态确定对齐顺序，在多个数据集上表现优异。
2025-02-15 cs.AI cs.CL
Evaluating LLMs for Answering Student Questions in Introductory Programming Courses
本文研究了LLMs在初级编程课程中协助教师回答学生问题的能力，通过构建基准数据集和定制评估指标，证明了LLMs能超越传统教师回答质量，并提出'教师在环'策略以降低风险。
2026-03-30 cs.AI
