3月14日消息，據京東科技News消息，近日，在由Allen AI研究院發(fā)起的離散推理型閱讀理解榜單DROP上，京東智能客服言犀團隊（JDAI research）提出的NR-Rino模型以90.26%的準確率登頂DROP Leaderboard冠軍。

據了解，DROP榜單是一個國際著名的評測任務，主要用于測試計算機在語言理解中的數學推理能力。不同于許多單輪問答，離散推理型閱讀理解數據集DROP要求模型在語義理解的基礎上，具備數值推理能力。本次DROP數據集任務吸引了國際眾多參賽隊伍，包括Google Research、中國平安、騰訊等。

DROP數據集的難點在于問題的答案無法通過直接與文章匹配得到，需要結合不同位置的數字及其上下文表示，來進行推理得出。此外，加法、排序、統(tǒng)計等符號運算對模型的綜合推理能力也是極大的挑戰(zhàn)。

京東言犀團隊提出了NR-Rino模型，主要是對基于多頭預測器方法進行創(chuàng)新和改進，NR-Rino采用了編碼層、數字推理層、預測層的三級結構。

除了模型結構的優(yōu)化外，NR-Rino還進行了訓練優(yōu)化，以充分利用預訓練語言模型中蘊含的知識，包括對模型參數的正則化約束和Dropout正則化。

京東科技表示，未來言犀將進一步推動離散推理型閱讀理解的發(fā)展，包括涉及背景知識的數字推理、復雜數字推理等問題。包括NR-Rino模型在內的AI能力也將廣泛應用于京東零售、京東物流、京東健康，以及外部金融、政務、泛互的行業(yè)，涉及數字分析、金融報告分析、體育數據分析，智能交互RPA等環(huán)節(jié)。