大模型+小模型协同处理跨文档理解任务，成本更低，性能更高

文章预览

“ Synergetic Event Understanding: A Collaborative Approach to Cross-Document Event Coreference Resolution with Large Language Models ” 论文地址 ：https://arxiv.org/pdf/2406.02148 摘要 跨文档事件核指代解析（CDECR）涉及将跨多个文档引用的事件提及聚类到同一实际事件。本文提出了一种协作方法，利用大型语言模型（LLM）和任务特定的小语言模型（SLM）的能力。LLM通过提示准确全面地总结事件，然后SLM在微调过程中根据这些见解优化其对事件表示的学习。实验结果表明，该方法在各种数据集上均取得了最先进的性能，突显了其在不同场景中的有效性。 简介 事件指代消解是信息提取中的一个重要任务，尤其在跨文档事件指代消解方面存在挑战。现有工作尝试通过微调小语言模型来解决跨文档事件指代消解，但仍然面临着复杂多样的语境和学习伪特征的问题。 本文介绍了一种协作式 ………………………………