本文介绍了一种新的OpenQA方法，基于三层结构和分层答案段模型（HAS-QA），显著提升了问答性能。研究表明，统一的span extraction方法在多个任务中表现优越。此外，提出了MTMSN模型和新的采样策略，以解决多串问题和错误累积问题。研究还探讨了少样本情况下的问答预训练方案，提出了新的提示策略以提高大型语言模型的性能，并介绍了CLEAN数据集和PANDA评估指南。