Si editas archivos en varios formatos todos los días, la universalidad de tu solución de documentos importa mucho. Si tus herramientas solo funcionan con algunos de los formatos populares, puedes encontrarte cambiando entre ventanas de aplicaciones para vincular preguntas en UOML y manejar otros formatos de documentos. Si quieres deshacerte de la molestia de la edición de documentos, obtén una plataforma que pueda gestionar fácilmente cualquier extensión.
Con DocHub, no necesitas concentrarte en nada más que en la edición real de documentos. No necesitarás malabarear aplicaciones para trabajar con formatos diversos. Te ayudará a modificar tu UOML tan fácilmente como cualquier otra extensión. Crea documentos UOML, modifícalos y compártelos en una única plataforma de edición en línea que te ahorra tiempo y mejora tu eficiencia. Todo lo que tienes que hacer es registrarte para obtener una cuenta gratuita en DocHub, lo cual solo toma unos minutos.
No necesitarás convertirte en un multitasker de edición con DocHub. Su conjunto de características es suficiente para una edición rápida de documentos, independientemente del formato que necesites revisar. Comienza registrándote para obtener una cuenta gratuita y descubre lo fácil que puede ser la gestión de documentos con una herramienta diseñada específicamente para satisfacer tus necesidades.
Hasta ahora, hemos hablado de modelos que pueden tomar una pregunta, encontrar alguna evidencia y extraer la respuesta. Eso funciona para cosas como SQuAD, TriviaQA, y (muchas) Preguntas Naturales. Pero, ¿qué pasa con los conjuntos de datos MultiHop que hemos mencionado antes? ¿Cómo harían estos tipos de modelos un salto? Solo como un recordatorio (mira el video anterior si quieres más), en conjuntos de datos como HotPotQA, necesitas responder preguntas como ¿Dónde fue fundada Facebook? saltando a través de documentos de evidencia. Mientras que los enfoques de los que hablamos pueden manejar un salto sin problemas, ¿cómo abordarías la solución de estos problemas cuando necesitas encontrar *múltiples* piezas de evidencia? No profundizaremos tanto en estas técnicas porque esto es relativamente temprano; mientras grabo esto en 2022, los detalles probablemente cambiarán drásticamente. Pero a menos que haya sorpresas, con suerte los aspectos generales sobre las ideas generales de cómo responder a estas preguntas multihop se mantendrán relativamente similares. No obstante, daré el ti
