跳到主要内容
检索

# 文档级关系抽取

1 篇关联报道

订阅更新
  1. arXiv

    CONSISTRE 用一致性约束与蒸馏强化学习,让黑盒与 7–8B 开源模型在 DocRED 上的关系抽取更一致

    该工作提出 CONSISTRE,一个面向文档级关系抽取(DocRE)的统一一致性感知框架,包含两条互补路径:面向黑盒大模型的推理时路径(约束感知提示、基于约束的验证与迭代自我反思,无需任务微调)和面向小型开源模型的训练时路径(将强教师模型的推理轨迹经监督微调蒸馏给学生模型,再用 GRPO 与同时优化抽取性能与关系一致性的复合奖励对齐);在 DocRED 上两条路径均优于各自基线,推理时路径用现成黑盒大模型取得有竞争力的 F1,训练时路径以远低于专有大模型的推理成本显著缩小 7–8B 开源模型与最先进专有大模型之间的差距,消融研究显示显式一致性建模可缓解关系矛盾并提升可靠性。

已读完全部报道