您当前的位置:
首页 >
文章列表页 >
基于重排序和后检索反思的教育大模型问答增强方法
更新时间:2025-06-24
    • 基于重排序和后检索反思的教育大模型问答增强方法

    • Question-answering enhancement method for large educational models based on re-ranking and post-retrieval reflection

    • 在计算机教育领域,专家提出了基于重排序和后检索反思的大模型问答增强方法,有效提升了计算机问答的准确性。
    • 大数据   2025年 页码:1-14
    • 中图分类号: TP391
    • 收稿日期:2025-01-02

      网络出版日期:2025-06-24

    移动端阅览

  • 孙浩然,王志豪,吴一帆,等.基于重排序和后检索反思的教育大模型问答增强方法[J].大数据, DOI:.

    SUN Haoran,WANG Zhihao,WU Yifan,et al.Question-answering enhancement method for large educational models based on re-ranking and post-retrieval reflection[J].BIG DATA RESEARCH, DOI:.

  •  
  •  

0

浏览量

2

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

杉杉:面向高吞吐低延迟服务的计算机公共课问答系统
面向法律领域的大模型微调与应用
PeMeBench:中文儿科医疗问答基准测试方法
大语言模型数据隐私保护的难点与探索
面向教育场景的视觉大模型优化与应用

相关作者

陆雪松
杨贇
刘天扬
王硕
苏斌
蒲鹏
萧尧
李秉轩

相关机构

华东师范大学数据科学与工程学院
复旦大学大数据学院
复旦大学上海数学中心
南加州大学INK实验室
华中科技大学软件学院
0