ある研究は、BioASQ 14b Task Bチャレンジ向けの大型言語モデルフレームワークを発表し、質問タイプに基づいて推論手順を選択することで回答の堅牢性を向上させました。このシステムは、Yes/No質問にはスニペットのシャッフルと自己反射を、事実質問にはコンテキスト内学習における思考の連鎖を、リスト質問にはマルチエージェントアーキテクチャを使用しています。
- Yes/No質問は、証拠の順序に対する感度を減らすためにスニペットのシャッフルと自己反射を利用します。
- 事実質問は、エンティティ識別のためにフルスニペット入力と思考の連鎖に基づくコンテキスト内学習を組み合わせて採用しています。
- リスト質問は、協調的な証拠抽出と検証のためにマルチエージェントアーキテクチャによって処理されます。
このフレームワークはBatch 4の事実サブタスクで1位を獲得し、質問タイプ固有の推論とエージェントベースの検証を組み合わせる効果を実証しました。