Q
Question Answering
Также известен как: QA, Ответы на вопросы, Reading Comprehension
Данные и аналитикаОпределение
Question Answering (QA) — задача автоматического ответа на вопросы на естественном языке на основе текста или базы знаний.
Простое объяснение
Question Answering — как всезнающий эксперт, который прочитал все документы и отвечает на вопросы о них.
Подробнее
Типы QA: extractive (найти ответ в документе), generative (сгенерировать ответ), open-domain (любые вопросы), closed-domain (специализированная область). Reading comprehension — подвид: ответ на вопрос о данном тексте. RAG-системы — современный подход к open-domain QA. Benchmarks: SQuAD, Natural Questions, TriviaQA. LLM превзошли человеческий уровень на многих QA бенчмарках. Challenges: multi-hop reasoning (ответ требует нескольких фактов), factual accuracy, attribution (указание источников).
Связанные термины
Text Classification
Text Classification — автоматическое присвоение текстам категорий или меток на основе их содержания.
MMLU
MMLU (Massive Multitask Language Understanding) — бенчмарк для оценки знаний и способности к рассуждению LLM по 57 предметным областям.
Knowledge Graph
Граф знаний — структура данных, представляющая информацию в виде сети связанных сущностей и отношений между ними, используемая для улучшения AI-систем.
Предиктивная аналитика
Предиктивная аналитика — использование исторических данных и ML для прогнозирования будущих событий, трендов и поведения.