LG AI Research Propone QASA Un nuevo conjunto de datos de referencia de IA y un enfoque computacional

LG AI Research propone QASA, un nuevo conjunto de datos de referencia y enfoque computacional de IA.

Los humanos son buenos razonando, y esto nos diferencia de otros seres vivos. Razonar implica pensar de manera asociativa y razonamiento lógico. Una forma trivial de razonar es hacer preguntas como qué, cuándo, dónde y por qué. Este razonamiento puede llevar a nuevos descubrimientos e ideas innovadoras. 

Ahora, imagínate que estás atascado escribiendo tu propio artículo científico y enfrentas dificultades para hacer las preguntas curiosas correctas. Debido al creciente volumen de artículos científicos y artículos profesionales, el proceso tradicional ya no es factible ya que lleva mucho tiempo. Leer artículos científicos plantea preguntas e incluye pruebas y preguntas profundas, que requieren razonamiento integral. Para responder a estas preguntas naturalmente avanzadas, los investigadores de LG proponen un enfoque de Pregunta y Respuesta sobre Artículos Científicos (QASA), que involucra un razonamiento cognitivo integral. 

Los investigadores diseñaron un esquema de 3 pasos para guiar a los lectores y autores a hacer preguntas mientras leen el artículo científico completo en lugar de solo el resumen. El primero es permitir que el lector haga preguntas avanzadas superficiales, de prueba y profundas. En segundo lugar, estas preguntas y respuestas se recopilan y se comparan con las preguntas formuladas por los lectores expertos. Finalmente, se invita a los lectores y autores a proponer sus respuestas multifacéticas a las preguntas recopiladas. 

Los investigadores afirman que QASA contiene 1798 pares de preguntas y respuestas sobre artículos de IA/ML, que los lectores regulares solicitaron. En promedio, cada artículo tiene de 15.1 a 29 preguntas y un 39.4% de preguntas de nivel de razonamiento profundo. Su enfoque QASA implica selección asociativa para extraer información relevante de párrafos, generación de razonamiento probatorio para captar solo el razonamiento probatorio de cada párrafo extraído y composición sistemática para relacionar el razonamiento probatorio con una respuesta integral. 

Para asegurar preguntas realistas, se permite al que pregunta elegir los artículos de su elección y seleccionar si desean leer todas las secciones, llamado lectura profunda, o una sección en particular, llamada lectura superficial, y preparar preguntas que no contengan las respuestas. También se les dio a los que responden la opción de elegir artículos de los que los que preguntan trabajaron para proporcionar respuestas relevantes. Se guía a los que responden a proporcionar respuestas en forma de un pasaje integral basado en los razonamientos probatorios generados por ellos mismos a partir de los párrafos seleccionados. 

Los investigadores llevaron a cabo un esquema de evaluación por pares donde los evaluadores comparan dos respuestas a la misma pregunta. Proporcionaron dos respuestas a los evaluadores, una del esquema QASA y otra de InstructGPT. Las respuestas de la QA integral tienden a ser más completas y fundamentadas que las de InstructGPT.

El enfoque QASA implica modelar cada subtarea con Modelos de Lenguaje (LM) pre-entrenados con instrucciones multifunción. Los datos públicos y sintéticos podrían servir como campo de prueba para QASA, proporcionando razonamiento cognitivo integral sobre artículos y manuscritos científicos. Esto facilitará el esfuerzo de recuperar y volver a clasificar la información relevante para leer y restringir la información útil de forma manual. 

We will continue to update Zepes; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

Inteligencia Artificial

Cómo definir un problema de IA

Con más de 25 años de experiencia en ingeniería de software, he respondido muchas preguntas de desarrolladores de sof...

Inteligencia Artificial

Navegando la Curva de Aprendizaje La Lucha de la IA con la Retención de Memoria

A medida que los límites de la inteligencia artificial (IA) se expanden continuamente, los investigadores luchan con ...

Inteligencia Artificial

Robot aprende a limpiar el espacio tal como te gusta

Los roboticistas desarrollaron un robot que puede limpiar espacios basándose en las preferencias personales de los us...

Inteligencia Artificial

¿Cómo sobrevivir en el mundo de la IA? ¿Está en riesgo tu trabajo?

¿Está en riesgo tu trabajo? Es una pregunta que atormenta a muchos trabajadores, y no estoy hablando en el contexto d...

Inteligencia Artificial

Google presenta Project IDX un paraíso para desarrolladores basado en navegador impulsado por IA.

Rompiendo barreras y empujando los límites de la innovación en IA, Google ha presentado su último proyecto, Project I...