نطوّر نظامًا موحدًا للإجابة مباشرةً على الأسئلة المفتوحة النطاق المبنية على النص، والتي قد تتطلب عددًا متغيرًا من خطوات الاسترجاع. نستخدم نموذجًا متعدد المهام واحدًا يعتمد على التحويل (Transformer) لأداء جميع المهام الفرعية الضرورية — مثل استرجاع الحقائق الداعمة، وإعادة ترتيبها، وتوقع الإجابة من جميع المستندات المسترجعة — بطريقة تكرارية. ونتجنب الافتراضات الجوهرية التي اعتمدت عليها الدراسات السابقة والتي لا تنتقل بشكل جيد إلى البيئات الواقعية، مثل افتراض معرفة عدد ثابت من خطوات الاسترجاع المطلوبة للإجابة عن كل سؤال، أو الاعتماد على بيانات منظمة مثل قواعد المعرفة أو الروابط الويب التي تتوفر بشكل محدود. بدلًا من ذلك، نصمم نظامًا قادرًا على الإجابة عن أسئلة مفتوحة النطاق على أي مجموعة نصية دون الحاجة إلى معرفة مسبقة بتعقيد عملية الاستدلال. ولمحاكاة هذا السياق، ننشئ معيارًا جديدًا يُسمى BeerQA، من خلال دمج مجموعات بيانات موجودة تتطلب خطوة واحدة وخطوتين مع مجموعة جديدة تضم 530 سؤالًا تتطلب ثلاث صفحات من ويكيبيديا للإجابة عنها، مع تحقيق توحيد لإصدارات مجموعات نصوص ويكيبيديا في هذه العملية. ونُظهر أن نموذجنا يحقق أداءً تنافسيًا على كل من المعايير الحالية والمعيار الجديد. ونُتاح المعيار الجديد عبر الرابط: https://beerqa.github.io/.