Magnus Sesodia

发布新的基准数据集 OpenSanctions Pairs，GPT-4o 在实体匹配性能上领先

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…