回答只是开始：面向开放式文档接地问答的相关洞见生成
计算与语言
2026-04-22 v1
摘要
回答开放式问题对AI系统仍具挑战性，因为这需要超越事实检索的综合、判断和探索，且用户通常通过多次迭代来完善答案，而非接受单一回复。现有问答基准并未明确支持这一完善过程。为弥补这一不足，我们引入一项新任务：文档接地的相关洞见生成，其目标是从文档集合中生成额外洞见，以帮助改进、扩展或重新思考对开放式问题的初始回答，最终支持更丰富的用户交互和更佳的整体问答体验。我们策划并发布了SCOpE-QA（面向开放式问答的科学集合），一个包含20个研究集合中3000个开放式问题的数据集。我们提出InsightGen，一种两阶段方法，首先利用聚类构建文档集合的主题表示，然后基于主题图中的邻域选择相关上下文，利用LLM生成多样且相关的洞见。在3000个问题上使用两种生成模型和两种评估设置进行的广泛评估表明，InsightGen持续产生有用、相关且具可操作性的洞见，为这一新任务确立了强有力的基线。
引用
@article{arxiv.2604.19685,
title = {An Answer is just the Start: Related Insight Generation for Open-Ended Document-Grounded QA},
author = {Saransh Sharma and Pritika Ramu and Aparna Garimella and Koyel Mukherjee},
journal= {arXiv preprint arXiv:2604.19685},
year = {2026}
}
备注
Paper accepted at ACL Findings 2026