抽取式問答

深度分析

以 VerbatimRAG 與 ModernBERT 微調：在論文庫中提升可溯源性並降低 LLM 幻覺

研究者面對龐大論文資料庫時，常因大型語言模型產生幻覺而難以信任答案。本研究將VerbatimRAG應用於ACLAnthology，透過抽取式問答直接回傳原文片段並建立人工標註基準，實驗顯示小型抽取模型在抑制幻覺與提高精準度方面優於零-shot LLM抽取器。