English(EN) 0.5B vs GPT-5.4 on Relation Extraction: 0.828 vs 0.693 F1, Tuned vs Zero-Shot (Preprint) https:// peertube.watch/w/r2bxuEZjTJXQa vpY7UozTD

新的 0.5B 模型在关系抽取上超越 GPT-5.4

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-05 00:50

一篇预印本详细介绍了一个名为“0.5B”的新模型，据称该模型在关系抽取任务上超越了 GPT-5.4。在零样本设置下，该模型取得了 0.828 的 F1 分数，而 GPT-5.4 为 0.693。该研究通过 Peertube 发布，并指出与某些浏览器存在兼容性问题。 AI

影响这项研究表明关系抽取能力可能取得进展，对 GPT-5.4 等当前最先进的模型提出了挑战。

排序理由该集群包含一篇关于新模型在特定任务上表现的预印本，属于研究范畴。[lever_c_demoted from research: ic=1 ai=1.0]

在 Mastodon — mastodon.social 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 14 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇关于新模型在特定任务上表现的预印本，属于研究范畴。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

Mastodon — mastodon.social TIER_1 English(EN) · [email protected] · 2026-11-05 00:50

0.5B 对比 GPT-5.4 在关系抽取上的表现：F1 分数分别为 0.828 vs 0.693，微调 vs 零样本 (预印本) https://peertube.watch/w/r2bxuEZjTJXQa vpY7UozTD

0.5B vs GPT-5.4 on Relation Extraction: 0.828 vs 0.693 F1, Tuned vs Zero-Shot (Preprint) https:// peertube.watch/w/r2bxuEZjTJXQa vpY7UozTD

本文如何被排名

报道来源 [1]

0.5B 对比 GPT-5.4 在关系抽取上的表现：F1 分数分别为 0.828 vs 0.693，微调 vs 零样本 (预印本) https://peertube.watch/w/r2bxuEZjTJXQa vpY7UozTD

相关实体

相关话题