MinPrompt：基于图的最小提示数据增强用于少样本问答

近期少样本问答(QA)的进展大多依赖于预训练大语言模型(LLM)的能力以及特定设置下的微调。尽管预训练阶段已赋予LLM强大的推理能力，其仍须经微调以适应特定领域方能取得最佳效果。本文提出筛选最具信息量的数据用于微调，从而在开放域QA任务上以更高效率实现可比甚至更优的准确率。我们提出MinPrompt，一种基于近似图算法与无监督问题生成的开放域QA最小数据增强框架。我们将原始文本转化为图结构以建立不同事实句间的联系，随后应用图算法识别覆盖原始文本最多信息的最小句子集合。我们基于所识别的句子子集生成QA对，并在选定句子上训练模型以得到最终模型。在多个基准数据集上的实证结果与理论分析表明，MinPrompt能够以高效率取得与基线可比或更优的结果，带来F-1分数的一致提升。