लेखकों ने अपने BioASQ Task 14B 2026 सिस्टम का वर्णन किया है, जो पुनःप्राप्ति रणनीतियों को अनुकूलित करने और कई भाषा मॉडलों से उत्तरों को संयोजित करने पर केंद्रित है। दृष्टिकोण BGE और BM25 का उपयोग करते हुए एक हाइब्रिड प्रथम-चरण पुनःप्राप्ति पाइपलाइन का उपयोग करता है, जो PubMed, Europe PMC और iCite पर एजेंट-संचालित विघटन के साथ जुड़ा हुआ है।
- BGE क्रॉस-एन्कोडर गुणवत्ता गेट कम समर्थित प्रश्नों को चिह्नित करता है चयनात्मक पुनःप्राप्ति के लिए, मान्यता डेटा पर सूची F1 में सुधार करते हुए लागत को 12% तक कम करता है।
- सिस्टम विभिन्न मापदंड प्रकारों के across प्रदर्शन की भविष्यवाणी करने के लिए बहु-मॉडल एन्सेंबल लाभ को चयन और संलयन घटकों में विघटित करता है।
- Task 13B 2025 पर, एक समानार्थी-संघ रिज़ॉल्वर ने उच्चतम सूची रिकॉल प्राप्त किया, जबकि GPT-5.5 ने सूची F1 में शीर्ष स्थान बनाए रखे।
- टीम ने आठ लीडरबोर्ड में से तीन के लिए संयुक्त-सटीक एग्रीगेट पर प्रथम स्थान प्राप्त किया और पूर्व-लीडरबोर्ड पर चार व्यक्तिगत प्रश्न प्रकार कोशिकाओं में जीता।
यह कार्य दिखाता है कि लागत-व्यावहारिक पुनःप्राप्ति नीतियाँ और संरचित बहु-मॉडल संयोजन बायोमेडिकल QA कार्यों पर प्रदर्शन को काफी बढ़ा सकते हैं।