כתבה
arXiv cs.CL ·
BioMol-MQA: קבוצת נתונים חדשה לשאלות ותשובות רב-מודליות למודלי LLM
BioMol-MQA: A Multi-Modal Question Answering Dataset For LLM Reasoning Over Bio-Molecular Interactions
קבוצת נתונים חדשה לשאלות ותשובות רב-מודליות למודלי LLM, העוסקת בביולוגיה מולקולרית. הקבוצה כוללת שני חלקים: גרף ידע רב-מודלי עם טקסט ומבנה מולקולרי, ושאלות מסובכות שמעודדות מודלי LLM לחפש ולהסיק ידע רב-מודלי.
תקציר מקורי באנגליתarXiv:2506.05766v2 Announce Type: replace Abstract: Retrieval augmented generation (RAG) has shown great power in improving Large Language Models (LLMs). However, most existing RAG-based LLMs are dedicated to retrieving single modality information, mainly text; while for many real-world problems, such as healthcare, information relevant to queries can manifest in various modalities such as knowledge graph, text (clinical notes), and complex molecular structure. Thus, being able to retrieve relevant multi-modality domain-specific information, and reason and synthesize diverse knowledge to generate an accurate response is important. To address the gap, we present BioMol-MQA, a new question-answering (QA) dataset on polypharmacy, which is composed of two parts (i) a multimodal knowledge graph
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית