extractive-qa

本文评估了检索主导的抽取式问答中的内在序列似然置信度，发现置信度信号不足以用于模型控制，且仅检索在预设标准下就能达到高准确率。

本文介绍了HSA_CORAL团队在FinCausal 2026共享任务中的提交成果，比较了编码器-only、编码器-解码器和解码器-only LLM在金融叙述中因果关系抽取式问答中的表现。微调后的GPT-4.1 Mini在英语子任务中取得了最高分，在西班牙语子任务中排名第三。

ACL-Verbatim 引入了一系列轻量级抽取模型，用于有来源的检索增强生成（RAG），能够从源文档中返回精确文本片段，性能优于基于大型语言模型的提取器。