研究对比BERT与开源LLM在日语临床细粒度NER表现
热点事件持续更新
研究对比BERT与开源LLM在日语临床细粒度NER表现
1 篇报道1 个报道来源46 分钟前更新
先了解这件事
AI 综述
Feng Han 等研究者发表对比研究,在定义 113 个实体类别的 iCorpus 日语临床数据集上,将两个微调 BERT-CRF 基线与九个开源权重 LLM 进行受控比较。 结果显示,在较大输出限制下,所有八个参数总量至少 13B 的微调 LLM 均超过两个 BERT 基线(宽松匹配 F1 为 0.882–0.914,精确表面匹配 F1 为 0.840–0.880)。 评估使用了来自 36 个测试文档的 433 个句子,训练使用 1,672 个句子。
AI 根据报道生成 · 24 分钟前更新
最新进展11月18日 13:00
细粒度日文临床命名实体识别:BERT 与开源权重 LLM 的受控对比报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AI细粒度日文临床命名实体识别:BERT 与开源权重 LLM 的受控对比
一项研究在定义 113 个实体类别的 iCorpus 数据集上,对比了两个微调 BERT-CRF 基线与九个开源权重 LLM 在日文临床细粒度命名实体识别中的表现。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。