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
专题 | 更新时间:2025-09-03
    • 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11卷第5期 页码:4-17
    • DOI:10.11959/j.issn.2096-0271.2025062    

      中图分类号: TP391
    • 收稿日期:2025-01-02

      纸质出版日期:2025-09-15

    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,2025,11(05):4-17. DOI: 10.11959/j.issn.2096-0271.2025062.

    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,2025,11(05):4-17. DOI: 10.11959/j.issn.2096-0271.2025062.

  •  
  •  

0

浏览量

16

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

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

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