查看“WikiEdge:ArXiv-2402.10812/terms”的源代码

<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2402.10812/terms|action=edit}} 编辑]</div>
这篇文章的术语表如下：
* [[Hybrid Question Answering]]（HQA）：混合问题回答（Hybrid Question Answering）任务要求模型能够理解并推理[[表格]]、[[文本]]和[[图像]]等多种数据源，以回答跨领域的问题。
* [[Program-based Prompting]]（程序化提示）：程序化提示是一种利用程序代码生成和执行的方法，通过在提示中集成自定义函数来处理混合推理场景。
* [[Function Declaration]]（函数声明）：在代码生成阶段，定义函数名称和形式参数，这些声明的函数作为提示用于生成代码。
* [[Function Implementation]]（函数实现）：实现声明的函数，使代码能够被现成的解释器执行，与数据源进行交互。
* [[Code Refinement]]（代码优化）：代码优化是通过重新调用大型语言模型并结合错误代码和追踪信息来生成新代码的过程。
* [[Query Simplification]]（查询简化）：查询简化是通过简化问题并建立问题与[[表格]]单元格之间的联系，以减轻代码生成过程的负担。
* [[Exact Match]]（精确匹配）：精确匹配是评估模型输出与标准答案完全一致性的指标。
* [[F1 Score]]（F1 分数）：F1 分数是精确匹配和召回率的调和平均，用于评估模型输出与标准答案的一致性。
* [[Large Language Models]]（大型语言模型）：大型语言模型是指具有大量参数的深度学习模型，能够生成和理解自然语言文本。
* [[Information Extraction]]（信息抽取）：信息抽取是从非结构化文本中识别出结构化信息的过程，如从文本中提取特定实体或事实。