@inproceedings{Vartampetian-Fabre-Mulhem-Hassani-Schwab:CORIA-TALN-2026:2026,
    author = "Vartampetian, Markarit and Fabre, Diandra and Mulhem, Philippe and Hassani, Fouad and Schwab, Didier",
    title = "G\'en\'eration de Questions-r\'eponses expertes : YourExpertBench+",
    booktitle = "Actes de CORIA-TALN 2026. Actes des 33\`eme Conf\'erence sur le Traitement Automatique des Langues Naturelles.  Volume 1 : articles scientifiques originaux",
    month = "6",
    year = "2026",
    address = "Nantes, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "273-286",
    note = "",
    abstract = "Nous pr\'esentons dans cet article YourExpertBench+, une extension de YourBench qui permet de g\'en\'erer des questions-r\'eponses (QR) expertes, sourc\'ees, \`a partir de documents \'ecrits par des experts. Appliqu\'es \`a des publications acad\'emiques en Ing\'enierie Hydraulique, notre approche est capable de g\'en\'erer plus de 13 000 couples questions-r\'eponses de haute qualit\'e, \`a un co\^ut relativement faible. Nous utilisons les QR g\'en\'er\'ees par YourExpertBench+ dans un cadre d'affinage supervis\'e, et nous montrons exp\'erimentalement qu'un mod\`ele g\'en\'eral s{\textquoteright}am\'eliore nettement gr\^ace \`a notre ensemble de donn\'ees sur 2 collections de test.",
    keywords = "LLM, Questions-R\'eponses Synth\'etiques, Affinage, \'Evaluation, Ing\'enierie Hydraulique",
    url = "79.pdf"
}