本文提出了一种基于大型语言模型的自我点拨框架，用于开放域问答任务。该方法在三个广泛使用的ODQA数据集上实验，结果优于之前的最先进方法，提高了8.8个百分点的EM指标。能够与多种检索增强的微调模型相比较的性能。

本文提出了一种基于大型语言模型的自我点拨框架，可以在不需要训练数据和外部知识库的情况下实现开放域下的问答任务。实验结果表明，该方法在三个广泛使用的ODQA数据集上优于之前的最先进方法，平均提高了8.8个百分点，并且能够与多种检索增强的微调模型相比较的性能。

本文提出了一种基于大型语言模型的自我点拨框架，可以在不需要训练数据和外部知识库的情况下实现开放域下的问答任务。实验结果表明，该方法在三个广泛使用的 ODQA 数据集上优于之前的最先进方法，能够实现与多种检索增强的微调模型相比较的性能。