ChatQA ist eine Reihe von Dialog-Frage-Antwort-(QA)-Modellen, die die Genauigkeit von GPT-4 erreichen. Wir stellen eine zweistufige, durch Anleitung optimierte Methode vor, die die Ergebnisse von Large Language Models (LLMs) bei Zero-Shot-Dialog-QA deutlich verbessert. Um das Retrieval bei dialogbasierten QA zu bewältigen, haben wir Dense Retriever auf mehreren Multi-Turn-QA-Datensätzen feinabgestimmt. Dies liefert vergleichbare Ergebnisse wie die Verwendung modernster Query-Rewrite-Modelle, bei deutlich geringeren Bereitstellungskosten. Bemerkenswert ist, dass unser ChatQA-70B im Durchschnitt von 10 Dialog-QA-Datensätzen GPT-4 (54,14 vs. 53,90) übertrifft, ohne auf synthetische Daten von OpenAI GPT-Modellen zurückzugreifen.