研究评估LLM时间抽取的多维泛化能力

一项被 AACL-IJCNLP 2026 Findings 接收的研究评估了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。 结果显示，基础任务表现强通常预示泛化更好，但在大幅分布偏移下这一关系减弱；归纳式提示词在各维度表现最稳定，而模型规模、架构以及演绎、溯因提示策略带来的收益不均，且依赖具体维度。

AI 根据报道生成 · 14 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。