@inproceedings{favre-2023-lis,
    title = "{LIS}@{DEFT}`23 : les {LLM}s peuvent-ils r{\'e}pondre {\`a} des {QCM} ? (a) oui; (b) non; (c) je ne sais pas.",
    author = "Favre, Benoit",
    editor = "Bazoge, Adrien  and
      Daille, B{\'e}atrice  and
      Dufour, Richard  and
      Labrak, Yanis  and
      Morin, Emmanuel  and
      Rouvier, Mickael",
    booktitle = "Actes de CORIA-TALN 2023. Actes du D{\'e}fi Fouille de Textes@TALN2023",
    month = "6",
    year = "2023",
    address = "Paris, France",
    publisher = "ATALA",
    url = "https://preview.aclanthology.org/jlcl-multiple-ingestion/2023.jeptalnrecital-deft.5/",
    pages = "46--56",
    language = "fra",
    abstract = "Cet article pr{\'e}sente un ensemble d`exp{\'e}riences sur la t{\^a}che de r{\'e}ponse {\`a} des questions {\`a} choix multiple de DEFT 2023. Des grands mod{\`e}les de langage sont amorc{\'e}s avec les questions afin de collecter les r{\'e}ponses g{\'e}n{\'e}r{\'e}es. Les r{\'e}sultats montrent que les mod{\`e}les ouverts sans affinage obtiennent des performances similaires {\`a} celles d`un syst{\`e}me supervis{\'e} fond{\'e} sur BERT, et que l`affinage sur les donn{\'e}es de la t{\^a}che apporte des am{\'e}liorations."
}