論文の概要: UKP-SQUARE: An Online Platform for Question Answering Research

• arxiv url: http://arxiv.org/abs/2203.13693v1
• Date: Fri, 25 Mar 2022 15:00:24 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-28 13:55:59.646488
• Title: UKP-SQUARE: An Online Platform for Question Answering Research
• Title（参考訳）: UKP-SQUARE: 質問回答調査のためのオンラインプラットフォーム
• Authors: Tim Baumg\"artner, Kexin Wang, Rachneet Sachdeva, Max Eichler, Gregor Geigle, Clifton Poth, Hannah Sterz, Haritz Puerto, Leonardo F. R. Ribeiro, Jonas Pfeiffer, Nils Reimers, G\"ozde G\"ul \c{S}ahin, Iryna Gurevych
• Abstract要約: 我々は、研究者向けのオンラインQAプラットフォームであるUKP-SQUAREを紹介した。 UKP-SQUAREでは、ユーザフレンドリーなWebインターフェースと統合テストを通じて、モダンスキルの大規模なコレクションをクエリし、分析することができる。
• 参考スコア（独自算出の注目度）: 50.35348764297317
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in NLP and information retrieval have given rise to a diverse set of question answering tasks that are of different formats (e.g., extractive, abstractive), require different model architectures (e.g., generative, discriminative), and setups (e.g., with or without retrieval). Despite having a large number of powerful, specialized QA pipelines (which we refer to as Skills) that consider a single domain, model or setup, there exists no framework where users can easily explore and compare such pipelines and can extend them according to their needs. To address this issue, we present UKP-SQUARE, an extensible online QA platform for researchers which allows users to query and analyze a large collection of modern Skills via a user-friendly web interface and integrated behavioural tests. In addition, QA researchers can develop, manage, and share their custom Skills using our microservices that support a wide range of models (Transformers, Adapters, ONNX), datastores and retrieval techniques (e.g., sparse and dense). UKP-SQUARE is available on https://square.ukp-lab.de.
• Abstract（参考訳）: NLPと情報検索の最近の進歩は、異なるフォーマット(例えば、抽出的、抽象的)の様々な質問応答タスクに発展し、異なるモデルアーキテクチャ(例えば、生成的、識別的)とセットアップ(例えば、検索なし)を必要とする。 単一のドメインやモデル,あるいはセットアップを考慮した,パワフルで特殊なQAパイプライン(“スキル”と呼ぶ)が多数存在するにも関わらず,そのようなパイプラインを簡単に探索して比較することが可能で,必要に応じて拡張可能なフレームワークは存在しないのです。 この問題に対処するため、UKP-SQUAREは研究者向けの拡張可能なオンラインQAプラットフォームで、ユーザフレンドリーなWebインターフェースと統合された行動テストを通じて、モダンスキルの大規模なコレクションをクエリし分析することができる。 さらに、QAの研究者たちは、さまざまなモデル(Transformers、Adapters、ONNX)、データストア、検索技術(スパースやシーク)をサポートするマイクロサービスを使用して、独自のスキルを開発し、管理し、共有することができます。 UKP-SQUAREはhttps://square.ukp-lab.deで入手できる。

関連論文リスト

• Multi-LLM QA with Embodied Exploration [55.581423861790945]
  未知環境における質問応答におけるマルチエンボディードLEMエクスプローラ(MELE)の利用について検討する。 複数のLSMベースのエージェントが独立して家庭用環境に関する質問を探索し、回答する。 各問合せに対して1つの最終回答を生成するために,異なるアグリゲーション手法を解析する。
  論文  参考訳（メタデータ） (2024-06-16T12:46:40Z)
• LocalRQA: From Generating Data to Locally Training, Testing, and Deploying Retrieval-Augmented QA Systems [22.90963783300522]
  LocalRQAは、研究者と開発者がモデルトレーニング、テスト、デプロイメントプロセスをカスタマイズできるオープンソースのツールキットである。 DatabricksとFaireのWebサイトから得られたオンラインドキュメントを使ってシステムを構築します。 OpenAIのtext-adaやGPT-4 QAT-4と比較すると,LocalRQAを用いてトレーニングし,デプロイした7Bモデルと同等の性能を示した。
  論文  参考訳（メタデータ） (2024-03-01T21:10:20Z)
• A Practical Toolkit for Multilingual Question and Answer Generation [79.31199020420827]
  我々は,マルチ言語QAGのオンラインサービスであるAutoQGと,モデル微調整,生成,評価のためのオールインワンPythonパッケージであるlmqgを紹介した。 また、事前訓練されたエンコーダ-デコーダ言語モデルのいくつかの変種を微調整した8言語でQAGモデルをリリースしています。
  論文  参考訳（メタデータ） (2023-05-27T08:42:37Z)
• Chain-of-Skills: A Configurable Model for Open-domain Question Answering [79.8644260578301]
  検索モデルは、現実世界の知識集約的なタスクに欠かせない要素である。 最近の研究はカスタマイズされたメソッドに焦点を合わせ、モデルの転送可能性とスケーラビリティを制限している。 本稿では,各モジュールがデータセット間で再利用可能なキースキルに対応するモジュールレトリバーを提案する。
  論文  参考訳（メタデータ） (2023-05-04T20:19:39Z)
• UKP-SQuARE v3: A Platform for Multi-Agent QA Research [48.92308487624824]
  我々は、質問回答(QA)研究のためのオンラインプラットフォームであるUKP-SQuAREを拡張し、マルチエージェントシステムの3つのファミリーをサポートする。 推論速度の評価実験を行い、マルチデータセットモデルと比較して性能と速度のトレードオフについて議論する。
  論文  参考訳（メタデータ） (2023-03-31T15:07:36Z)
• PrimeQA: The Prime Repository for State-of-the-Art Multilingual Question Answering Research and Development [24.022050096797606]
  PRIMEQAは、QAの再調査を民主化し、最先端(SOTA)QAメソッドの複製を容易にすることを目的とした、ワンストップのQAレポジトリである。 検索や読解といったコアQA機能と,質問生成などの補助機能をサポートする。 フロントエンドアプリケーションの構築、pub-licベンチマーク上のSOTAメソッドの複製、既存のメソッドの拡張など、さまざまなユースケースのためのエンドツーエンドツールキットとして設計されている。
  論文  参考訳（メタデータ） (2023-01-23T20:43:26Z)
• MetaQA: Combining Expert Agents for Multi-Skill Question Answering [49.35261724460689]
  マルチデータセットモデルの有望な結果にもかかわらず、いくつかのドメインやQAフォーマットは特定のアーキテクチャを必要とするかもしれません。 本稿では,専門家エージェントと,質問,回答予測,回答予測信頼度スコアを考慮した,新しい,柔軟な,学習効率の高いアーキテクチャを組み合わせることを提案する。
  論文  参考訳（メタデータ） (2021-12-03T14:05:52Z)
• Building a Legal Dialogue System: Development Process, Challenges and Opportunities [1.433758865948252]
  本稿では,ドメイン固有の会話エージェントの設計において直面する課題に対する重要な原則と解決策について述べる。 ユーザクエリに応答し、連絡先の詳細やケース関連情報を含むユーザ情報を記録する機能を提供する。
  論文  参考訳（メタデータ） (2021-09-01T13:35:42Z)
• NeuralQA: A Usable Library for Question Answering (Contextual Query Expansion + BERT) on Large Datasets [0.6091702876917281]
  NeuralQAは、大規模なデータセットに対する質問回答(QA)のためのライブラリである。 既存のインフラストラクチャ(例えば、HuggingFace Transformers APIでトレーニングされたElasticSearchインスタンスやリーダモデル)と統合され、QAサブタスクに有用なデフォルトを提供する。 NeuralQAのコードとドキュメントはGithubでオープンソースとして公開されている。
  論文  参考訳（メタデータ） (2020-07-30T03:38:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。