arXiv · NLP· Marc Brinner, Philipp Cimiano, Karolina Hanna Czok, Regina Stodden, Viju Sudhi, Sina Zarrie{\ss}·· 4 天前AI 评分20
NER-D:德语命名实体识别跨领域基准测试
NER-D: A cross-domain benchmark for German NER
AI 导读
NER-D 基准测试涵盖 9 个领域的 13 个数据集,用于评估德语命名实体识别模型。 测试对比了 GPT-5.4 mini 与开源小模型,结果显示 GPT-5.4 mini 在 13 个数据集中的 6 个上表现更优。 LoRA 微调使小型模型性能大幅超越专有模型基准,且基准测试资源已公开可用。
来源:arXiv · NLP · arxiv.org