热点事件持续更新

发布HeRE希伯来语关系抽取基准数据集

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

研究人员Ron Keinan等发布希伯来语关系抽取基准HeRE。该数据集旨在解决希伯来语作为低资源语言缺乏标准化关系抽取基准的问题，包含150万实例，是为支持数据密集型实验和模型微调而设计的银标数据集。该数据集基于一种可扩展且语言无关的方法论构建。其核心流程是通过自然语言推理任务对知识库与文本进行自然对齐并去噪，利用大语言模型引导生成高质量数据，以优化关系抽取性能。在发布的数据集上进行了基准测试。实测数据显示，最优的开源模型Gemma-4-31B-it在完全保留的双标注测试集上F1得分为0.844；而最优的API模型GPT-5.4则取得了0.921的更高得分。

AI 根据报道生成 · 7 小时前更新

最新进展10月19日 12:00

HeRE: 基于 LLM 引导的知识图谱去噪的希伯来语关系抽取新基准

报道时间线

沿着报道，了解事件的不同侧面。

10月19日

12:00
arXiv · NLP
HeRE: 基于 LLM 引导的知识图谱去噪的希伯来语关系抽取新基准
提出可扩展的语言无关方法论，通过 NLI 任务对知识库与文本的自然对齐进行去噪，解决希伯来语低资源语言缺乏标准化关系抽取（RE）基准的问题。实测最优开源模型 Gemma-4-31B-it 在完全保留的双标注测试集上 F1 为 0.844；最优 API 模型 GPT-5.4 得分为 0.921。

本事件热度走势

可比范围当前: 8
可比范围峰值: 1010月19日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。