LLM引导少样本决策树生成框架提出
热点事件持续更新
LLM引导少样本决策树生成框架提出
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Yue Qiu等人发表论文，提出一种三阶段框架，让大语言模型先生成规则、再组织成决策树，从而将LLM知识蒸馏为可解释决策树，用于小样本表格分类。作者称该方法在多个真实表格数据集上准确率与可解释性优于现有基线，且提示词开销显著降低。 该工作已被EMNLP 2026主会接收为oral报告，代码已开源。
AI 根据报道生成 · 1 小时前更新
最新进展10月8日 12:00
从提示词到树结构：面向小样本表格分类的高效 LLM 引导决策树生成报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv：cs.CL从提示词到树结构：面向小样本表格分类的高效 LLM 引导决策树生成
研究提出一种三阶段框架，通过让 LLM 生成规则再组织成树，将 LLM 知识蒸馏为可解释决策树，用于小样本表格分类。该方法在多个真实表格数据集上取得了优于现有基线的准确率与可解释性，且提示词开销显著降低。该工作已被 EMNLP 2026 主会接收为 oral 报告，代码已开源。
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。