实体
FS-TACRED
FS-TACRED
PulseAugur coverage of FS-TACRED — every cluster mentioning FS-TACRED across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的两阶段框架优化少样本关系提取的提示
研究人员开发了一种新颖的两阶段框架，用于优化少样本关系提取任务中的提示，特别是针对较小的语言模型。第一阶段采用基于推理的优化进行广泛的提示改进，而第二阶段（名为 GradPO）则使用梯度信号对高影响力提示跨度进行精确精炼。该方法在 Qwen3-4B 模型上使用 FS-TACRED 数据集上展示了最先进的性能，并在 FS-FewRel 数据集上保持竞争力。
-
新方法通过结构化示例增强少样本关系抽取
研究人员开发了一种新方法，以改进少样本关系抽取任务的上下文学习。他们的方法侧重于根据初始示例的句法-语义结构相似性来选择附加示例。该策略与大型语言模型生成的示例相结合，在 FS-TACRED 上取得了最先进的性能，并在定制的 FewRel 子集上取得了优异的结果，证明了其在 Qwen 和 Gemma 等不同数据集和 LLM 系列中的有效性。