讨论链：面向复杂基于证据问答的多模型框架

开放式问答要求模型找到合适的证据，以形成推理充分、全面且有用的答案。在实际应用中，模型还需要就与问题密切相关的潜在场景进行扩展讨论。通过检索模块的增强，开源大型语言模型能够生成连贯但侧重点不同的答案，但在可靠的证据选择和深入的问题分析方面仍非最优。在本文中，我们提出了一种新颖的讨论链框架，旨在利用多个开源大型语言模型之间的协同作用，为开放式问答提供更正确、更全面的答案，尽管它们各自的能力并不足够强大。我们的实验表明，多个大型语言模型之间的讨论在提升答案质量方面起着至关重要的作用。