← heapsort-ai

query generation

3 items

RESEARCHarXiv CS.CL·hace 21d

PQR: A Framework to Generate Diverse and Realistic User Queries that Elicit QA Agent Failures

Este artículo presenta PQR, un marco para generar consultas de usuario diversas y realistas que provocan fallos en agentes de QA basados en LLM, superando los métodos existentes que se centran en usuarios adversarios. PQR opera a través de módulos de refinamiento de consultas y prompts que iteran para crear escenarios de prueba realistas que exponen las vulnerabilidades de los agentes.

28
RESEARCHarXiv CS.CL·hace 15d

RAS: Reflection-Augmented Scaling with In-Context Learning for Executable Cypher Query Generation

El estudio presenta Reflection-Augmented Scaling (RAS) para la generación de consultas Cypher ejecutables, utilizando la retroalimentación de ejecución mediante el aprendizaje en contexto. RAS reduce la tasa de error de ejecución de consultas en un 41-50%, superando a los métodos de escalado independientes.

28
RESEARCHarXiv CS.CL·8/5/2026

Generating Query-Focused Summarization Datasets from Query-Free Summarization Datasets

Este artículo propone un modelo basado en evidencia para generar consultas a partir de conjuntos de datos de resumen sin consulta, abordando la escasez de datos para la Sumarización Enfocada en Consultas (QFS). Los resultados experimentales indican que los resúmenes generados con estas consultas basadas en evidencia logran puntuaciones ROUGE competitivas, demostrando su eficacia para la tarea de QFS.

27