检索增强的生成（RAG）通常集成到大型语言模型（LLMS）中，以减轻幻觉和知识过时。而传统的一步检索方法不足以回答多跳的问题，面临着检索语义不匹配的挑战和处理相互依存的子问题的高成本。在本文中，我们提出了优化的问题语义空间，用于动态检索启动的多跳问题回答（q-dream） ...
In this paper, we identify a critical problem, "lost-in-retrieval", in retrieval-augmented multi-hop question answering (QA): the key entities are missed in LLMs' sub-question decomposition. “退缩损失”大大降 ...
多跳问答（MHQA）任务渗透到现实世界中的应用程序，在整理各种知识领域的多步推理方面提出了挑战。尽管迭代检索已经改善了现有方法，但他们仍然很难识别和组织动态知识。为了解决这个问题，我们提出了Dualrag，这是一个协同的双进程框架，无缝地集成了推理和检索 ...
多模式情感分析（MSA）整合了各种方式（文本，音频和视频），以全面分析和理解个人的情绪状态。但是，不完整数据的现实世界普遍存在对MSA构成了重大挑战，这主要是由于丢失了模态的随机性。此外，多模式数据中的异质性问题尚待有效解决 ...
我们提出了多章阵，这是一个开创性的基准测试，评估了与人类用户进行多转交流的大型语言模型（LLM），这是其应用程序的至关重要但不受欢迎的功能。 Multichallenge确定了多转向对话中的四类挑战，这些挑战不仅在当前的人类互动中是普遍且现实的，而且对所有当前的Frontier LLM都充满挑战。所有4个挑战都需要同时准确的指导遵循，上下文分配和中文推理 ...
经过思考链（COT）推理具有明显的最先进的AI功能。但是，最近的研究表明，当模型在提示中面临明显的偏见时，COT推理并不总是忠实的 ...
最近的研究强调了基于消息的图形神经网络（GNN）的局限性，例如有限的模型表达性，过度平滑，过度阵列等 ...
NLP研究越来越集中于主观任务，例如情绪分析。但是，现有的情感基准有两个主要的缺点：（1）它们很大程度上依赖于基于关键字的情感识别，忽略了更深入的情感理解所需的关键文化维度，并且（2）许多是通过将英语注释的数据转换为其他语言而创建的，从而导致潜在的不可靠的评估。为了解决这些问题，我们介绍了情感文化镜头（Culemo），这是第一个旨在评估跨六种语言的文化情感预测的基准：Amharic，Arabic， ...
