采用低秩編碼優(yōu)化大語言模型的高校基礎知識問答研究

摘要： 在高等教育領域，基礎知識問答系統(tǒng)對學生學術成就提升及教育資源公平分配具有重要作用。近年來已有基于預訓練語言模型上使用機器閱讀理解和文本相似度匹配的問答技術，在處理復雜的自然語言問題時仍然面臨因訓練數(shù)據不足、模型泛化能力限制等瓶頸導致的回答質量和準確性不足的情況。本研究旨在解決如何在降低資源消耗的同時，提升基礎知識問答系統(tǒng)在高校環(huán)境中的性能優(yōu)勢和準確率。為實現(xiàn)該目標，提出了一種高... （共13頁）