@inproceedings{Okat-Brochelard-Sini-Renault-Camelin:JEP-TALN:2024,
    author = "Okat, Elias and Brochelard, Hugo and Sini, Aghilas and Renault, Val\'erie and Camelin, Nathalie",
    title = "Flan-T5 avec ou sans contexte, telle est la question \`a choix multiples",
    booktitle = "Actes de JEP-TALN-RECITAL 2024. Actes du D\'efi Fouille de Textes@TALN 2024",
    month = "7",
    year = "2024",
    address = "Toulouse, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "58-69",
    note = "",
    abstract = "Ce travail pr\'esente les syst\`emes d\'evelopp\'es par l'\'equipe LIUM-CREN pour l'atelier DEFT 2024. Nous avons particip\'e \`a la t\^ache principale qui vise \`a inf\'erer automatiquement les r\'eponses correctes \`a des questions \`a choix multiples dans le domaine m\'edical en utilisant le corpus FrenchMedMCQA. Nous avons soumis trois approches : (a) explorer l'espace de plongements afin de mettre en \'evidence les liens \'eventuels entre les questions et les r\'eponses associ\'ees ; (b) utiliser la capacit\'e de g\'en\'eration des mod\`eles Text-To-Text tels que Flan-T5-Large pour g\'en\'erer les r\'eponses correctes ; et (c) mettre en place une technique basique de Retrieval Augmented Generation (RAG) afin de fournir du contexte sp\'ecifique au mod\`ele g\'en\'eratif Flan-T5-Large. Cet article vise \`a rapporter les r\'esultats que nous avons obtenus et \`a \'etudier l'impact du contexte sur la capacit\'e du Flan-T5 \`a inf\'erer les r\'eponses correctes.",
    keywords = "Questionnaire \`a Choix Multiples (QCM), g\'en\'eration augment\'ee par extraction dedonn\'ees, grands mod\`eles de langue, plongement",
    url = "https://talnarchives.atala.org/ateliers/2024/DEFT/6.pdf"
}