Legal Question-Answering in the Indian Context: Efficacy, Challenges, and Potential of Modern AI Models
Indian Institute of Technology Kanpur(印度理工学院坎普尔分校);Symbiosis Law School Pune(浦那共生法学院)
本研究比较了现代AI模型在印度法律问答中的效能,以GPT为基准,评估AILQA范式在刑事法律领域的表现,结合实证与专家见解,揭示其潜力与挑战。
2023-10-16 cs.AI cs.CL
CAiRE-COVID: A Question Answering and Query-focused Multi-Document Summarization System for COVID-19 Scholarly Information Management
EMOS Technologies Inc.(EMOS科技公司)
我们介绍CAiRE-COVID,一个实时问答(QA)和多文档摘要系统,它赢得了Kaggle COVID-19开放研究数据集挑战赛的10个任务之一,由医学专家评判。我们的系统旨在通过回答社区的高优先级问题并总结与问题相关的重要信息,来应对最近挖掘大量关于COVID-19的科学文章的挑战。它将信息抽取与最先进的QA和以查询为中心的多文档摘要技术相结合,从现有文献中选择并突出显示证据片段。我们还提出了以查询为中心的抽象和提取的多文档摘要方法,以提供更多的相关信息的问题。我们进一步进行定量实验,显示每个模块的各种指标的一致改进。我们已经推出了我们的网站CAiRE-COVID,供医学界更广泛地使用,并开放了我们系统的代码,以引导其他研究人员进行进一步的研究。
2020-12-08 cs.CL cs.IR cs.LG
Towards Adaptive Context Management for Intelligent Conversational Question Answering
School of Computing, Macquarie University, Sydney, NSW 2109, Australia(计算机学院,麦考瑞大学,悉尼,新南威尔士州2109,澳大利亚)
本文提出自适应上下文管理(ACM)框架,通过上下文管理器、摘要和实体抽取三个模块动态优化对话历史,在token限制内提升对话式问答系统的准确性与可扩展性。
2025-09-22 cs.CL
AI-Driven Prediction of Cancer Pain Episodes: A Hybrid Decision Support Approach
The University of Hong Kong(香港大学);Peking University Cancer Hospital Yunnan Hospital, The Third Affiliated Hospital of Kunming Medical University(北京大学肿瘤医院云南医院,昆明医科大学第三附属医院)
本研究提出了一种混合机器学习和大语言模型的方法,利用结构化和非结构化电子健康记录数据预测癌症患者在住院48和72小时内疼痛发作,通过整合时间序列药物趋势和模糊剂量记录,提高了敏感性和可解释性,实现了87.6%和91.7%的准确率。
2026-05-21 cs.AI
SLA Management in Reconfigurable Multi-Agent RAG: A Systems Approach to Question Answering
Yext, Inc.(Yext公司)
提出一种面向真实问答应用的多智能体RAG系统方法,通过将答案质量、成本和延迟等非功能性需求映射为系统级参数并动态重新编排,有效平衡性能与资源利用率,满足多样SLA要求。
2025-04-28 cs.AI cs.CL cs.DC
Human Mobility Question Answering (Vision Paper)
University of New South Wales(新南威尔士大学)
本文提出人类移动性问答(MobQA)任务,旨在让系统从移动数据中学习并回答问题,填补研究空白,并给出数据集和模型框架设计。
2023-10-13 cs.AI cs.CL
WasteAssistant: Regulation-Guided Visual Question Answering Framework for Intelligent Waste Segregation and Sustainable Managemen
SVNIT(萨达尔·瓦拉巴伊·国家理工学院);NTNU(挪威科技大学);KIIT(卡林加工业技术学院)
该研究针对现有智能垃圾分类系统的不足,提出集成视觉语言模型和多模态大语言模型的框架,构建新数据集,经实验验证基于BLIP的模型效果更佳,提升了分类准确率,确保监管合规,推动多模态AI在垃圾管理中的应用。
2026-07-14 cs.AI cs.CV
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
AI-Assisted Knowledge Access for Legacy Enterprise Asset Management in Energy Operations: A Practical Retrieval System
Ontario Power Generation(安大略发电公司);Dalhousie University(达尔豪斯大学)
针对能源运营中传统企业资产管理平台更换成本高、干扰运营的问题,提出检索助手,结合意图理解等运行时方法及语义丰富的数据准备管道,经试点测试,提升了检索质量和用户成果,为传统环境提供运营价值并奠定基础。
2026-07-29 cs.AI cs.IR
Delaying Interaction Layers in Transformer-based Encoders for Efficient Open Domain Question Answering
Worldline(沃捷(Worldline))
在大规模文档语料库(如维基百科)上进行开放领域问答(ODQA)是计算机科学领域的一个关键挑战。虽然基于transformer的语言模型(如BERT)在SQuAD上显示出超越人类的能力,可以在小段文本中提取答案,但当面对更大的搜索空间时,它们会受到高度复杂性的影响。解决这个问题的最常见的方法是添加一个初步的信息检索步骤,对语料库进行严格过滤,只保留相关段落。在本文中,我们提出了一个更直接和互补的解决方案,包括在应用一个通用的变化,在架构中的变压器为基础的模型,以延迟子部分之间的注意力的输入,并允许更有效的管理计算。由此产生的变体在提取任务上与原始模型具有竞争力,并且在ODQA设置上允许显着的加速,甚至在许多情况下的性能改进。
2020-10-16 cs.CL
A Dataset and Baselines for Visual Question Answering on Art
Osaka University(大阪大学);Carnegie Mellon University(卡内基梅隆大学);CyberAgent, Inc.(CyberAgent 公司)
与艺术作品(绘画)相关的问答是一项艰巨的任务,因为它不仅意味着对图片中显示的视觉信息的理解,而且还意味着对通过研究艺术史获得的背景知识的理解。在这项工作中,我们介绍了我们首次尝试构建一个新的数据集,即AQUA(艺术问答)。问答(QA)对是使用基于现有艺术理解数据集中提供的绘画和评论的最先进的问题生成方法自动生成的。QA对由众包工作人员根据语法正确性、可回答性和答案的正确性进行清理。我们的数据集本质上由视觉(基于绘画)和知识(基于评论)问题组成。我们还提出了一个两个分支的模型作为基线,视觉和知识的问题是独立处理的。我们广泛比较我们的基线模型对国家的最先进的问答模型,我们提供了一个全面的研究视觉问答艺术的挑战和潜在的未来方向。
2020-08-28 cs.CL cs.CV
Enhancing Question Answering for Enterprise Knowledge Bases using Large Language Models
BOSS Zhipin(BOSS直聘);University of Science and Technology of China(中国科学技术大学);PBC School of Finance, Tsinghua University(清华大学五道口金融学院);Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所);Institute of Artificial Intelligence, Beihang University(北京航空航天大学人工智能研究院);Zhongguancun Laboratory(中关村实验室);The Hong Kong University of Science and Technology (GuangZhou)(香港科技大学(广州));The Hong Kong University of Science and Technology(香港科技大学);Guangzhou HKUST Fok Ying Tung Research Institute(广州港科大霍英东研究院)
本文提出 EKRG 框架,通过 LLM 生成训练数据优化检索器,并结合思维链微调生成器,以低成本解决企业知识库问答问题。
2024-04-20 cs.AI cs.CL cs.IR
TQA-Bench: Evaluating LLMs for Multi-Table Question Answering
Hong Kong University of Science and Technology(香港科技大学);Tsinghua University(清华大学)
提出TQA-Bench基准,通过长上下文多表问答任务评估LLM,揭示其在复杂数据驱动环境中的挑战与机遇。
2026-06-05 cs.AI cs.CL cs.IR
Hi, how can I help you?: Automating enterprise IT support help desks
IBM Global Business Services(IBM全球企业咨询服务部)
问答是自然语言理解的主要挑战之一。在实现这样的系统时,提供对问题的复杂的长答案是一项具有挑战性的任务,而不是事实回答,因为前者需要上下文消歧。文献中探索的不同方法可以大致分为三类,即:1)基于分类,2)基于知识图谱和3)基于检索。单独来看,它们都没有解决IT支持和维护领域的企业范围的援助系统的需求。在这个领域中,答案的差异很大,从事实到结构化操作程序;知识存在于异构数据源中,如特定于应用程序的文档,门票管理系统和任何单一的通用技术辅助都无法扩展到这样的景观。为了解决这个问题,我们已经建立了一个认知平台,该平台具有针对该领域的功能。此外,我们已经建立了一个通用的问答系统,利用该平台,可以实例化的多个产品,技术在支持领域。该系统使用了一种新的混合回答模型,该模型协调了深度学习分类器、基于知识图谱的上下文消歧模块和复杂的词袋搜索系统。该编排为所提供的问题执行上下文切换,并且如果没有自动化技术可以提供有把握的答案,则还将问题平滑地移交给人类专家。该系统已在675个企业内部IT支持和维护项目中部署。
2017-11-02 cs.AI cs.CL
AgentHop: A Diagnostic Benchmark for Agentic Multi-Hop Question Answering over Scientific Citation Graphs
Korea University(高丽大学);Sookmyung Women’s University(淑明女子大学)
AgentHop是一个含1,011道题的诊断基准,通过四轴分解准确率,在受控沙箱中揭示19个模型的检索、综合、工具调用与资源管理失败模式,并发布完整基准与测试工具。
2026-11-03 cs.AI cs.CL
Revise: A Framework for Revising OCRed text in Practical Information Systems with Data Contamination Strategy
Department of Computer Science and Engineering, Korea University(高丽大学计算机科学与工程系);Human-inspired AI Research(人类启发人工智能研究)
本文提出Revise框架,通过修正OCR文本的字符、词和结构层面错误,提升文档信息的结构化表示和管理能力,从而增强文档检索和问答任务的性能。
2026-04-09 cs.AI
FAMMA: A Benchmark for Financial Domain Multilingual Multimodal Question Answering
Alipay(支付宝);Zhejiang University(浙江大学);TTIC;Purdue University(普渡大学)
该研究提出金融多语言多模态问答基准 FAMMA,并通过评测 GPT-o1、DeepSeek-R1 及微调 Qwen 模型,验证其对复杂金融推理能力的评估价值。
2025-05-15 cs.AI cs.CL
Putting Question-Answering Systems into Practice: Transfer Learning for Efficient Domain Customization
ETH Zurich(苏黎世联邦理工学院)
传统的信息检索(诸如由web搜索引擎提供的信息检索)阻碍用户从大量结果页面获得信息过载并且需要手动地在其中定位期望的信息。相反,问答系统改变了人类与信息系统交互的方式:用户现在可以提出特定的问题并获得定制的答案--两者都可以方便地使用自然语言。尽管有明显的好处,但它们的使用通常仅限于学术环境,这主要是因为昂贵的域定制,这意味着特定于域的应用程序的性能通常无法满足预期。本文提出了具有成本效益的补救措施:(i)我们利用元数据通过过滤机制,这增加了文档检索的精度,(ii)我们开发了一种新的融合和过采样方法的迁移学习,以提高性能的答案提取。在这里,知识是从一个相关的,但不同的,任务的领域特定的应用程序,同时占两个任务的样本量的潜在差异。最后,我们用一家金融公司和电影行业的实际用例展示了所得到的性能,在这些用例中,为了获得显著的性能提升,必须注释不到400个问答对。作为对管理的直接影响,这为更好地利用存储在信息系统中的知识提供了一条有希望的道路。
2019-01-04 cs.CL
TalentMine: LLM-Based Extraction and Question-Answering from Multimodal Talent Tables
Amazon(亚马逊)
针对人才管理系统中复杂表格语义关系丢失导致检索失败的问题,提出基于LLM增强的TalentMine框架,通过多模态推理生成语义丰富的表格表示,在问答任务中实现100%准确率。
2025-06-22 cs.AI cs.CV cs.IR
Efficient Multimodal Clinical Question Answering for Pulmonary Embolism Risk Assessment
University of Auckland(奥克兰大学);University of Cambridge(剑桥大学);University of Adelaide(阿德莱德大学);University of Melbourne(墨尔本大学)
本研究构建了基于INSPECT数据集的肺栓塞多模态基准,通过结构化问答任务评估高效多模态大模型在CTPA和EHR输入下的诊断与预后性能,发现Gemma4模型在结合CTPA+EHR时表现更优,且诊断任务优于预后任务。
2026-06-23 cs.AI
Lung Cancer Concept Annotation from Spanish Clinical Narratives
Centro de Tecnología Biomédica, Universidad Politécnica de Madrid(马德里理工大学生物医学技术中心);Universidad Politécnica de Madrid(马德里理工大学);ETS de Ingenieros Informáticos, Universidad Politécnica de Madrid(马德里理工大学计算机工程高等技术学院)
近年来,临床数据的快速增长和计算科学的快速发展使我们能够从医疗行业的海量数据中提取新的见解。肿瘤临床记录正在创建用于记录患者病史的丰富数据库,它们可能包含许多有助于更好地管理疾病的模式。然而,这些模式被锁定在临床文档的自由文本(非结构化)部分内,并且限制了健康专业人员从它们提取有用信息并最终以准确的方式执行查询和查询(QA)过程。信息抽取(IE)过程需要自然语言处理(NLP)技术来为这些模式分配语义。因此,在本文中,我们分析了特定肺癌概念的注释器的设计,可以集成在Apache非结构化信息管理架构(UIMA)框架。此外,我们解释了注释结果的生成和存储的细节。
2018-09-18 cs.AI cs.CL
GPT-4 as an Agronomist Assistant? Answering Agriculture Exams Using Large Language Models
Microsoft Research(微软研究院)
本研究评估 GPT-4 等大型语言模型在农业考试中的表现,结合 RAG 和 ER 技术,发现 GPT-4 以 93% 正确率通过农艺师认证续期考试,并优于人类,可用于农业教育和作物管理。
2023-10-12 cs.AI cs.LG
Advice for Diabetes Self-Management by ChatGPT Models: Challenges and Recommendations
CSIRO’s Data61(联邦科学与工业研究组织数据61);Monash University(莫纳什大学)
该研究评估ChatGPT 3.5与4在糖尿病自我管理建议中的表现,发现其存在准确性偏差、缺乏信息澄清等问题,提出常识评估层加检索增强生成的疾病外部记忆方案以提升可靠性,推动医疗AI发展。
2025-01-14 cs.AI
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
Adapting and Evaluating Multimodal Large Language Models for Adolescent Idiopathic Scoliosis Self-Management: A Divide and Conquer Framework
Department of Orthopaedics and Traumatology, The University of Hong Kong(骨科与创伤外科部,香港大学)
本研究首次全面评估多模态大语言模型在青少年特发性脊柱侧弯(AIS)自我管理中的表现,提出“分而治之”框架,并引入脊柱关键点提示和检索增强生成技术以提升模型性能,但发现当前模型在脊柱畸形检测准确率上仍面临巨大挑战。
2025-10-13 cs.AI
Research Challenges in Relational Database Management Systems for LLM Queries
University of Waterloo(多伦多大学)
本文通过五个代表性查询探索两个开源系统和一个企业平台,揭示SQL调用LLM在功能、性能和可扩展性上的局限,识别结构化输出、资源利用和查询规划三大问题,并验证初步改进方案,证明LLM与DBMS紧密集成是可扩展高效处理LLM查询的关键。
2025-08-28 cs.AI cs.DB
SPARC-RAG: Adaptive Sequential-Parallel Scaling with Context Management for Retrieval-Augmented Generation
University of Southern California(南加州大学);Capital One
SPARC-RAG通过多代理框架实现顺序与并行扩展的协调,提升检索增强生成在多跳问答中的性能和效率。
2026-01-22 cs.AI cs.CL cs.IR
If Only My CGM Could Speak: A Privacy-Preserving Agent for Question Answering over Continuous Glucose Data
Dartmouth College(达特茅斯学院);Emory University(埃默里大学)
本文提出CGM-Agent框架,通过本地计算实现隐私保护的连续葡萄糖数据问答,评估显示顶级模型在合成和现实查询中准确率分别为94%和88%。
2026-04-18 cs.AI cs.CR
A Unified Vision-Language Model for PSMA PET/CT Report Generation, Visual Question Answering, and Lesion Segmentation
University of Florida(佛罗里达大学);University of California, San Francisco(加利福尼亚大学旧金山分校);Stony Brook University(纽约州立大学石溪分校);The University of Texas MD Anderson Cancer Center(得克萨斯大学MD安德森癌症中心)
提出统一PSMA PET/CT视觉语言模型,集成报告生成、视觉问答和病灶分割,在多项指标上优于现有方法,实现多任务一体化分析。
2026-09-15 cs.AI cs.CV
From Isolated Conversations to Hierarchical Schemas: Dynamic Tree Memory Representation for LLMs
Center for Advanced AI, Accenture(埃森哲高级人工智能中心)
针对大语言模型长期记忆管理难题,提出采用动态树状层级记忆表示的MemTree算法,通过语义嵌入动态调整记忆结构,在多轮对话、文档问答等需结构化记忆的场景中性能优于传统扁平记忆增强方法。
2025-03-19 cs.AI cs.CL cs.LG
Explainable Semantic Text Relations: A Question-Answering Framework for Comparing Document Content
Afeka Academic College of Engineering(阿费卡工程学院);Holon Institute of Technology(霍隆理工学院)
本文提出一种基于问答集的框架,用于比较文档内容的语义关系,并通过合成基准评估模型在捕捉深层语义关系方面的性能。
2025-11-30 cs.CL
Benchmarking Real-Time Question Answering via Executable Code Workflows
Li Auto Inc(利亚 Auto 公司);Minzu University of China(民族大学)
本文提出RT-QA框架,通过可执行代码工作流实现动态评估,发现现有模型在实时适应性上存在显著不足,主要问题包括懒惰检索和时间混淆。
2026-05-10 cs.AI cs.CL cs.IR
Continually Self-Improving Language Models for Bariatric Surgery Question--Answering
School of Data Science University of Virginia(数据科学学院 华盛顿大学);Department of Surgery University of Virginia School of Medicine(外科系 华盛顿大学医学院)
针对减重手术患者获取循证信息困难的问题,提出自适应检索增强生成模型bRAGgen,在置信度低时自动整合实时医学证据,并构建含1302个问题的基准数据集bRAGq,经评估在临床准确性和相关性上显著优于现有模型。
2025-05-23 cs.CL
Fine-Grained Knowledge Structuring and Retrieval for Visual Question Answering
Hong Kong University of Science and Technology (Guangzhou)(香港理工大学(广州))
针对KB-VQA中视觉细节丢失问题,提出细粒度多模态知识单元结构化组织与KU-RAG框架,结合知识校正链,在四个基准上平均提升约3%,最佳达11%。
2025-07-08 cs.AI cs.CV
SurveyAgent: A Conversational System for Personalized and Efficient Research Survey
Fudan University(复旦大学)
本文提出对话系统 SurveyAgent,通过整合知识管理、文献推荐和查询问答三个模块,为研究人员提供贯穿文献综述全过程的个性化、高效支持。
2024-04-09 cs.CL
Empowering Users in Digital Privacy Management through Interactive LLM-Based Agents
Johns Hopkins University(约翰斯·霍普金斯大学);The University of Georgia(佐治亚大学);Sun Yat-sen University(中山大学)
本文提出一种基于LLM的交互式智能体,用于帮助用户理解网站隐私政策,实验表明其显著提升了用户理解水平、降低了认知负荷并缩短了任务时间,赋能数字隐私管理。
2024-10-15 cs.AI cs.CR cs.HC
M-LLM Based Video Frame Selection for Efficient Video Understanding
Carnegie Mellon University(卡内基梅隆大学);University of Central Florida(中佛罗里达大学);Amazon(亚马逊公司)
针对视频理解中均匀采样丢失关键帧的问题,提出基于轻量级M-LLM的自适应帧选择方法,利用空间和时间监督信号训练选择器,提升下游video-LLM在多个视频问答基准上的性能。
2025-03-26 cs.AI cs.CV
Dialog state tracking, a machine reading approach using Memory Network
Xerox Research Centre Europe(欧洲施乐研究院);The University of Melbourne(墨尔本大学)
在端到端对话系统中,对话状态跟踪的目的是根据由语音识别和自然语言理解模块产生的噪声观测序列来准确地估计当前对话状态的紧凑表示。本文介绍了一种新的方法,对话状态跟踪的基础上,机器阅读的一般范式,并提出解决它使用端到端的内存网络,MemN 2N,内存增强的神经网络架构。我们在第二个对话状态跟踪挑战(DSTC-2)数据集上评估了所提出的方法。语料库已被转换的场合,以帧的隐藏状态变量推理作为一个问答任务的基础上从对话中提取的一系列话语。我们表明,建议的跟踪器给出了令人鼓舞的结果。然后,我们建议扩展DSTC-2数据集与特定的推理能力的要求,如计数,列表维护,是非问答和不确定的知识管理。最后,我们提出了令人鼓舞的结果,使用我们提出的基于MemN 2N的跟踪模型。
2017-03-02 cs.CL cs.NE stat.ML
ChatGPT is a Knowledgeable but Inexperienced Solver: An Investigation of Commonsense Problem in Large Language Models
University of Chinese Academy of Sciences(中国科学院大学);Chinese Information Processing Laboratory(中文信息处理实验室);Ricoh Software Research Center (Beijing) Co., Ltd.(理光软件研究中心(北京)有限公司)
本研究通过11个数据集评估ChatGPT的常识能力,发现其虽博学但缺乏经验,难以精准识别所需常识,需改进融入机制。
2024-04-19 cs.CL
Visual Question Answering for Cultural Heritage
Media Integration and Communication Center (MICC)(媒体集成与通信中心(MICC));University of Florence(佛罗伦萨大学)
技术和文化遗产的成果正变得越来越丰富,特别是随着智能语音导游、虚拟和增强现实以及互动装置的出现。机器学习和计算机视觉是这一持续整合的重要组成部分,实现了用户和博物馆之间的新交互模式。尽管如此,与绘画和雕像互动的最常见方式仍然是拍照。然而,图像本身只能传达艺术品的美学,缺乏充分理解和欣赏艺术品所需的信息。通常,这些额外的知识来自艺术品本身(以及描绘艺术品的图像)和外部知识来源,例如信息表。虽然前者可以通过计算机视觉算法推断,但后者需要更多的结构化数据来将视觉内容与相关信息配对。无论其来源如何,这些信息仍然必须有效地传递给用户。计算机视觉的一个流行的新兴趋势是视觉问答(VQA),其中用户可以通过用自然语言提出问题并接收关于视觉内容的答案来与神经网络交互。我们相信,这将是博物馆参观和个人智能手机上简单图像浏览的智能音频指南的演变。这将把经典的音频指南变成一个智能的个人教练,游客可以通过询问专注于特定兴趣的解释进行互动。优点有两方面:一方面,访问者的认知负担将减少,将信息流限制为用户实际想要听到的内容;另一方面,它提出了与向导交互的最自然的方式,有利于参与。
2020-03-22 cs.CL cs.CV
EconLogicQA: A Question-Answering Benchmark for Evaluating Large Language Models in Economic Sequential Reasoning
Georgia Institute of Technology(佐治亚理工学院)
本文提出EconLogicQA基准,通过要求模型识别和排列多事件序列,评估大语言模型在经济学、商业和供应链管理领域的复杂序列推理能力。
2024-09-22 cs.CL
ZeShot-VQA: Zero-Shot Visual Question Answering Framework with Answer Mapping for Natural Disaster Damage Assessment
本文提出基于零样本学习的ZeShot-VQA框架,用于自然灾害损害评估,无需微调即可处理新数据集并生成未见过的答案。
2025-05-30 cs.CL cs.CV cs.IR