#質問応答関連記事

長尺動画の記憶フレームワーク「GEB」発表、質問応答精度を向上

Hui Ren氏らの研究チームは2026年9月29日(現地時間)、長尺動画内のエンティティ追跡を強化する新しい記憶フレームワーク「Grounded Entity Biographies (GEB)」をarXiv cs.CVで発表した。このフレームワークは、視覚的に根拠のある同一物理的インスタンスの観測を、クリップ横断的に「バイオグラフィー」としてグループ化し、質問応答時のモデルの追跡能力を向上させる。本研究では、日単位や週単位の録画を含む4つのベンチマークで評価が行われ、既存の記憶フレームワークと比較して、多肢選択式および自由形式の両方の質問応答において改善が示された。

大規模言語モデルの「認識的近視」を指摘、新ベンチマーク「ElephantBench」導入

Zhuoshi Pan氏らは2026年8月28日(現地時間)、大規模言語モデル (LLM) がロングテールな事実に関する相反する記述を保持する能力を評価するため、「ElephantBench」という新たなクローズドブック知識プローブを導入した。この研究は、LLMが多様な情報源から得られた知識をどの程度完全に統合できるかについて、現状の課題を浮き彫りにしている。従来の質問応答システムでは捉えきれなかったLLMの認識的近視を診断することが目的だ。