机构名称：
¥ 1.0
在该系统中，问题是使用来自 Open AI API[4] 的 GPT-3 生成的。使用的模型是标准模型text-davinci-002。控制生成文本随机性的Temperature设置为最大值1，最大token数max设置为400，这样文本就不会在中途被切断。由于用于训练 GPT-3 的数据 93% 都是英语 [1]，因此我们决定使用英语提示来确保准确性。此外，该系统中使用的提示是基于Reynolds等人的研究构建的[6]。我们构建的实际提示是“提出五个详细的问题，以便对引用摘要的论文进行热烈的讨论：”我们还使用了审核端点[3]来检查生成的问题和输入的句子是否不合适。 本文以论文摘要作为问题生成的目标。 我们认为摘要是提出各种问题的好方法，因为它简明扼要地描述了论文并包括其主要贡献和论点。图 2 显示了实际输入大纲时系统如何工作的示例。图2中提出了诸如“本文提出的系统有多有效？”之类的问题，该系统生成的问题构成了本文的主要主题。
人工智能系统根据研究摘要生成问题
主要关键词
相关文件推荐
