multi-answer-qa

#multi-answer-qa

SPADER：多答案问答中的逐步同行优势与多样性感知探索奖励

arXiv cs.CL ↗ · 2026-06-02 缓存

本文介绍了SPADER，一个用于多答案问答的强化学习框架，它使用逐步同行优势进行信用分配，并采用多样性感知探索奖励来提高长尾实体的召回率，在多个基准测试上取得了更好的性能。

0 人收藏 0 人点赞