论文评估LLM时间抽取任务的多维泛化

Fahmid Shahriar Iqbal 等作者发布论文，评估多个大语言模型在时间与事件表达抽取任务中的泛化能力，覆盖领域迁移、对抗扰动、组合性和长度增加四个维度。研究发现，强基础任务表现通常预示更好的泛化，但在显著分布偏移下这一关系减弱。 在提示策略上，归纳式提示词在各维度表现最稳定；模型规模、架构以及演绎、溯因提示策略的收益不均，且因维度而异。该研究已被 AACL-IJCNLP 2026 Findings 接收。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。