Buchumschlag

MoreHopQA: More Than Multi-hop Reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schnitzler, Julian, Ho, Xanh, Huang, Jiahao, Boudin, Florian, Sugawara, Saku, Aizawa, Akiko
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Reassessing Extractive QA Datasets at Scale: LLM-as-a-Judge and In-Depth Analyses
von: Ho, Xanh, et al.
Veröffentlicht: (2025)

Unsupervised Domain Adaptation for Keyphrase Generation using Citation Contexts
von: Boudin, Florian, et al.
Veröffentlicht: (2024)

Table-Text Alignment: Explaining Claim Verification Against Tables in Scientific Papers
von: Ho, Xanh, et al.
Veröffentlicht: (2025)

Format Matters: The Robustness of Multimodal LLMs in Reviewing Evidence from Tables and Charts
von: Ho, Xanh, et al.
Veröffentlicht: (2025)

Encoded but Not Routed: Explaining the Table-Chart Gap in Scientific Claim Verification
von: Kumar, Sunisth, et al.
Veröffentlicht: (2026)

An Analysis of Datasets, Metrics and Models in Keyphrase Generation
von: Boudin, Florian, et al.
Veröffentlicht: (2025)

Preface to the Special Issue of the TAL Journal on Scholarly Document Processing
von: Boudin, Florian, et al.
Veröffentlicht: (2025)

Automatically Suggesting Diverse Example Sentences for L2 Japanese Learners Using Pre-Trained Language Models
von: Benedetti, Enrico, et al.
Veröffentlicht: (2025)

SciClaimEval: Cross-modal Claim Verification in Scientific Papers
von: Ho, Xanh, et al.
Veröffentlicht: (2026)

A Survey of Pre-trained Language Models for Processing Scientific Text
von: Ho, Xanh, et al.
Veröffentlicht: (2024)

Self-Compositional Data Augmentation for Scientific Keyphrase Generation
von: Houbre, Mael, et al.
Veröffentlicht: (2024)

ParaRev: Building a dataset for Scientific Paragraph Revision annotated with revision instruction
von: Jourdan, Léane, et al.
Veröffentlicht: (2025)

UETQuintet at BioCreative IX -- MedHopQA: Enhancing Biomedical QA with Selective Multi-hop Reasoning and Contextual Retrieval
von: Nguyen, Quoc-An, et al.
Veröffentlicht: (2026)

JMedBench: A Benchmark for Evaluating Japanese Biomedical Large Language Models
von: Jiang, Junfeng, et al.
Veröffentlicht: (2024)

Rationale-Aware Answer Verification by Pairwise Self-Evaluation
von: Kawabata, Akira, et al.
Veröffentlicht: (2024)

What Makes Language Models Good-enough?
von: Asami, Daiki, et al.
Veröffentlicht: (2024)

A Dual-Task Paradigm to Investigate Sentence Comprehension Strategies in Language Models
von: Emura, Rei, et al.
Veröffentlicht: (2026)

CxMP: A Linguistic Minimal-Pair Benchmark for Evaluating Constructional Understanding in Language Models
von: Oba, Miyu, et al.
Veröffentlicht: (2026)

Specification-Aware Machine Translation and Evaluation for Purpose Alignment
von: Kayano, Yoko, et al.
Veröffentlicht: (2025)

Repurposing Annotation Guidelines to Instruct LLM Annotators: A Case Study
von: Kim, Kon Woo, et al.
Veröffentlicht: (2025)

TactfulToM: Do LLMs Have the Theory of Mind Ability to Understand White Lies?
von: Liu, Yiwei, et al.
Veröffentlicht: (2025)

Long Is More Important Than Difficult for Training Reasoning Models
von: Shen, Si, et al.
Veröffentlicht: (2025)

C2: Scalable Rubric-Augmented Reward Modeling from Binary Preferences
von: Kawabata, Akira, et al.
Veröffentlicht: (2026)

DocHop-QA: Towards Multi-Hop Reasoning over Multimodal Document Collections
von: Park, Jiwon, et al.
Veröffentlicht: (2025)

NovelHopQA: Diagnosing Multi-Hop Reasoning Failures in Long Narrative Contexts
von: Gupta, Abhay, et al.
Veröffentlicht: (2025)

Less is More: Making Smaller Language Models Competent Subgraph Retrievers for Multi-hop KGQA
von: Huang, Wenyu, et al.
Veröffentlicht: (2024)

FrugalRAG: Less is More in RL Finetuning for Multi-Hop Question Answering
von: Java, Abhinav, et al.
Veröffentlicht: (2025)

RELOOP: Recursive Retrieval with Multi-Hop Reasoner and Planners for Heterogeneous QA
von: Yang, Ruiyi, et al.
Veröffentlicht: (2025)

DeepRAG: Integrating Hierarchical Reasoning and Process Supervision for Biomedical Multi-Hop QA
von: Ji, Yuelyu, et al.
Veröffentlicht: (2025)

FC-CONAN: An Exhaustively Paired Dataset for Robust Evaluation of Retrieval Systems
von: Junqueras, Juan, et al.
Veröffentlicht: (2026)

Are Emotions Arranged in a Circle? Geometric Analysis of Emotion Representations via Hyperspherical Contrastive Learning
von: Yamauchi, Yusuke, et al.
Veröffentlicht: (2026)

Are Checklists Really Useful for Automatic Evaluation of Generative Tasks?
von: Furuhashi, Momoka, et al.
Veröffentlicht: (2025)

Robust Knowledge Editing via Explicit Reasoning Chains for Distractor-Resilient Multi-Hop QA
von: Wu, Yuchen, et al.
Veröffentlicht: (2025)

Automatic Inter-document Multi-hop Scientific QA Generation
von: Lee, Seungmin, et al.
Veröffentlicht: (2026)

Tokenization Is More Than Compression
von: Schmidt, Craig W., et al.
Veröffentlicht: (2024)

Harnessing PDF Data for Improving Japanese Large Multimodal Models
von: Baek, Jeonghun, et al.
Veröffentlicht: (2025)

Trivial Vocabulary Bans Improve LLM Reasoning More Than Deep Linguistic Constraints
von: Jehu-Appiah, Rodney
Veröffentlicht: (2026)

Masking in Multi-hop QA: An Analysis of How Language Models Perform with Context Permutation
von: Huang, Wenyu, et al.
Veröffentlicht: (2025)

Should LLM Safety Be More Than Refusing Harmful Instructions?
von: Maskey, Utsav, et al.
Veröffentlicht: (2025)

Confidence Should Be Calibrated More Than One Turn Deep
von: Zhang, Zhaohan, et al.
Veröffentlicht: (2026)