ACL2024：浙江大学提出大小模型协同的跨文档理解，低成本高表现

文章预览

夕小瑶科技说 原创 作者 | Richard 自大模型出现以来，其在自然语言处理领域取得了令人瞩目的进展。然而如何有效地将大模型应用于具体的任务中，仍面临诸多挑战。对于复杂的信息抽取任务，模型往往难以直接适应其特定的标注规范。所以大模型在这些任务上的性能欠佳，一般难以和在标注数据集上微调的小模型相匹敌。 针对跨文档事件同指消解这一具有挑战性的任务，浙江大学提出了一种协同式的新方法。该方法巧妙地利用大模型的知识和理解能力，通过对事件进行综合总结，深入把握事件的本质。再将这些见解反馈给针对性训练的小模型，增强小模型对复杂语境的理解。实验结果表明，这种协同方式能有效克服小模型面临的语境理解难题，在多个数据集上取得了最佳性能。 论文标题 : Synergetic Event Understanding: A Collaborative Approach to Cross-Documen ………………………………