面向广播电视新闻的多语言 LLM 框架：News Reporter

大型语言模型(LLM)已快速成为许多对话式聊天机器人不可或缺的工具，因为其能够为各种查询提供连贯的答案。用于训练这些 LLM 的数据集常为通用和合成样本的混合，因此缺乏为 TV 新闻提供正确且可验证答案所需的验证。我们收集并共享了一个来自美国各新闻频道新闻录音的大型 QA 对集合。随后将这些 QA 对用于微调一个成品 LLM 模型。我们的模型在多个开放 LLM 基准测试中超越了相似规模的基础模型。我们进一步集成并提出一种 RAG 方法以提高答案的上下文化，并将其指向可验证的新闻录音。