Buchumschlag

Argument-Based Comparative Question Answering Evaluation Benchmark

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nikishina, Irina, Anwar, Saba, Dolgov, Nikolay, Manina, Maria, Ignatenko, Daria, Moskvoretskii, Viktor, Shelmanov, Artem, Baldwin, Tim, Biemann, Chris
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Self-Taught Self-Correction for Small Language Models
von: Moskvoretskii, Viktor, et al.
Veröffentlicht: (2025)

Do I look like a `cat.n.01` to you? A Taxonomy Image Generation Benchmark
von: Moskvoretskii, Viktor, et al.
Veröffentlicht: (2025)

Low-Resource Machine Translation through the Lens of Personalized Federated Learning
von: Moskvoretskii, Viktor, et al.
Veröffentlicht: (2024)

TaxoLLaMA: WordNet-based Model for Solving Multiple Lexical Semantic Tasks
von: Moskvoretskii, Viktor, et al.
Veröffentlicht: (2024)

Adaptive Retrieval Without Self-Knowledge? Bringing Uncertainty Back Home
von: Moskvoretskii, Viktor, et al.
Veröffentlicht: (2025)

Will It Still Be True Tomorrow? Multilingual Evergreen Question Classification to Improve Trustworthy QA
von: Pletenev, Sergey, et al.
Veröffentlicht: (2025)

Perspectives - Interactive Document Clustering in the Discourse Analysis Tool Suite
von: Fischer, Tim, et al.
Veröffentlicht: (2026)

LLM-Independent Adaptive RAG: Let the Question Speak for Itself
von: Marina, Maria, et al.
Veröffentlicht: (2025)

Leveraging LLM Parametric Knowledge for Fact Checking without Retrieval
von: Vazhentsev, Artem, et al.
Veröffentlicht: (2026)

Token-Level Density-Based Uncertainty Quantification Methods for Eliciting Truthfulness of Large Language Models
von: Vazhentsev, Artem, et al.
Veröffentlicht: (2025)

Uncertainty Quantification for Large Language Diffusion Models
von: Vazhentsev, Artem, et al.
Veröffentlicht: (2026)

Inference-Time Selective Debiasing to Enhance Fairness in Text Classification Models
von: Kuzmin, Gleb, et al.
Veröffentlicht: (2024)

Asking and Answering Questions to Extract Event-Argument Structures
von: Uddin, Md Nayem, et al.
Veröffentlicht: (2024)

Location Aware Modular Biencoder for Tourism Question Answering
von: Li, Haonan, et al.
Veröffentlicht: (2024)

GIMMICK -- Globally Inclusive Multimodal Multitask Cultural Knowledge Benchmarking
von: Schneider, Florian, et al.
Veröffentlicht: (2025)

Question-Answering Based Summarization of Electronic Health Records using Retrieval Augmented Generation
von: Saba, Walid, et al.
Veröffentlicht: (2024)

A Head to Predict and a Head to Question: Pre-trained Uncertainty Quantification Heads for Hallucination Detection in LLM Outputs
von: Shelmanov, Artem, et al.
Veröffentlicht: (2025)

Creating a Taxonomy for Retrieval Augmented Generation Applications
von: Nikishina, Irina, et al.
Veröffentlicht: (2024)

Large Language Models Are Overparameterized Text Encoders
von: K, Thennal D, et al.
Veröffentlicht: (2024)

Dataset of Quotation Attribution in German News Articles
von: Petersen-Frey, Fynn, et al.
Veröffentlicht: (2024)

MVL-SIB: A Massively Multilingual Vision-Language Benchmark for Cross-Modal Topical Matching
von: Schmidt, Fabian David, et al.
Veröffentlicht: (2025)

Unconditional Truthfulness: Learning Unconditional Uncertainty of Large Language Models
von: Vazhentsev, Artem, et al.
Veröffentlicht: (2024)

GroUSE: A Benchmark to Evaluate Evaluators in Grounded Question Answering
von: Muller, Sacha, et al.
Veröffentlicht: (2024)

EncouRAGe: Evaluating RAG Local, Fast, and Reliable
von: Strich, Jan, et al.
Veröffentlicht: (2025)

DisastQA: A Comprehensive Benchmark for Evaluating Question Answering in Disaster Management
von: Chen, Zhitong, et al.
Veröffentlicht: (2026)

IMB: An Italian Medical Benchmark for Question Answering
von: Romano, Antonio, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Attention Heads: Efficient Unsupervised Uncertainty Quantification for LLMs
von: Vazhentsev, Artem, et al.
Veröffentlicht: (2025)

FREB-TQA: A Fine-Grained Robustness Evaluation Benchmark for Table Question Answering
von: Zhou, Wei, et al.
Veröffentlicht: (2024)

Benchmarking Uncertainty Quantification Methods for Large Language Models with LM-Polygraph
von: Vashurin, Roman, et al.
Veröffentlicht: (2024)

MULTITAT: Benchmarking Multilingual Table-and-Text Question Answering
von: Zhang, Xuanliang, et al.
Veröffentlicht: (2025)

CasiMedicos-Arg: A Medical Question Answering Dataset Annotated with Explanatory Argumentative Structures
von: Sviridova, Ekaterina, et al.
Veröffentlicht: (2024)

Evaluating Large Language Models for Evidence-Based Clinical Question Answering
von: Wang, Can, et al.
Veröffentlicht: (2025)

Combining LLMs and Knowledge Graphs to Reduce Hallucinations in Question Answering
von: Pusch, Larissa, et al.
Veröffentlicht: (2024)

Evaluating the Retrieval Component in LLM-Based Question Answering Systems
von: Alinejad, Ashkan, et al.
Veröffentlicht: (2024)

Vikhr: The Family of Open-Source Instruction-Tuned Large Language Models for Russian
von: Nikolich, Aleksandr, et al.
Veröffentlicht: (2024)

Pre-trained Transformer-Based Approach for Arabic Question Answering : A Comparative Study
von: Alsubhi, Kholoud, et al.
Veröffentlicht: (2021)

Uhura: A Benchmark for Evaluating Scientific Question Answering and Truthfulness in Low-Resource African Languages
von: Bayes, Edward, et al.
Veröffentlicht: (2024)

MINTQA: A Multi-Hop Question Answering Benchmark for Evaluating LLMs on New and Tail Knowledge
von: He, Jie, et al.
Veröffentlicht: (2024)

Spider4SPARQL: A Complex Benchmark for Evaluating Knowledge Graph Question Answering Systems
von: Kosten, Catherine, et al.
Veröffentlicht: (2023)

ESQA: Event Sequences Question Answering
von: Abdullaeva, Irina, et al.
Veröffentlicht: (2024)