Исследование представляет собой фреймворк большой языковой модели для челленджа BioASQ 14b Task B, который повышает устойчивость ответов за счёт выбора процедур вывода на основе типа вопроса. Система использует перемешивание фрагментов и саморефлексию для вопросов да/нет, цепочку рассуждений (chain-of-thought) в контекстном обучении для фактоидных вопросов и многоагентную архитектуру для списковых вопросов.
- Вопросы да/нет используют перемешивание фрагментов и саморефлексию для снижения чувствительности к порядку доказательств.
- Фактоидные вопросы применяют ввод полного фрагмента в сочетании с контекстным обучением на основе цепочки рассуждений для идентификации сущностей.
- Списковые вопросы обрабатываются посредством многоагентной архитектуры для совместного извлечения и проверки доказательств.
Фреймворк занял первое место в фактоидной подзадаче Batch 4, продемонстрировав эффективность сочетания вывода, специфичного для типа вопроса, с проверкой на основе агентов.