仅用判决标签训练小模型恢复证据

一项新研究测量小语言模型在完全没有人标注证据的情况下，仅凭判决结果后训练能恢复多少证据。研究在 ContractNLI 数据集上把人类证据跨度留到评估阶段，比较拒绝采样与纯标签训练两种方法。 结果显示，纯标签训练达到准确率 0.896、跨度 F1 0.564，逐字引用率从 0.597 升至 0.729；拒绝采样达到准确率 0.797、跨度 F1 0.556，逐字引用率升至 0.701。两种方法都能在无人标注证据的条件下改善证据质量。 作者称，由于只使用单一语料和单一种子，尚无法判定哪种方法更优。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。