CONSISTRE

新框架CONSISTRE提高了LLM关系提取的一致性

研究人员开发了CONSISTRE，一个旨在利用大型语言模型（LLMs）改进文档级关系提取（DocRE）的新框架。该框架通过引入一致性检查来解决LLMs产生不一致或矛盾预测的问题。CONSISTRE提供了两种方法：一种适用于黑盒LLMs，通过提示和自我反思来优化预测；另一种适用于开源模型，利用知识蒸馏和强化学习来注入一致性知识。在DocRED数据集上的实验表明，这两种方法都提高了关系提取的可靠性。