采用低秩編碼優(yōu)化大語言模型的高?；A(chǔ)知識問答研究

摘要： 在高等教育領(lǐng)域，基礎(chǔ)知識問答系統(tǒng)對學(xué)生學(xué)術(shù)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(yù)訓(xùn)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(shù)，在處理復(fù)雜的自然語言問題時仍然面臨因訓(xùn)練數(shù)據(jù)不足、模型泛化能力限制等瓶頸導(dǎo)致的回答質(zhì)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(chǔ)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...