发布了一个名为 OpenSanctions Pairs 的新基准数据集，专为制裁和 OSINT 数据的大规模实体匹配而设计。该数据集包含超过 755,000 个专家标记的配对，源自 293 个来源和 45 个司法管辖区的 100 万多个实体，具有显著的语言和结构多样性。评估显示，GPT-4o 取得了最高性能，F1 分数为 99.0%，紧随其后的是开源模型 DeepSeek-R1-Distill-Qwen-14B，F1 分数为 98.2%。这些结果表明，当前的匹配性能已接近其实际极限，重点将转向阻塞和聚类等其他管道组件。 AI
影响 为实体匹配基准设定了新标准，将大型语言模型在合规和 OSINT 数据处理方面的性能上限推向了新的高度。
排序理由 该集群是关于一篇介绍基准数据集并评估大型语言模型在实体匹配任务上性能的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- DeepSeek-R1-Distill-Qwen-14B
- GPT-4o
- Magnus Sesodia
- MIPROv2
- nomenklatura RegressionV1
- OpenSanctions Pairs
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
