AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：ModernBERT×
6月25日
09:35
6月16日
20:46
6月12日
12:57
6月11日
15:28
15:23
15:07
5月21日
09:46
09:46arXiv cs.AI@Gábor Recski, Szilveszter Tóth, Nadia Verdha, István Boros, Ádám Kovács
精选
ACL-Verbatim 是一个基于提取式问答的系统，专门用于从 ACL Anthology 研究论文中直接提取原文片段，避免大语言模型常见的幻觉问题。研究者构建了一个新的基准数据集，包含合成用户查询与论文片段配对，并由 NLP 专家进行人工标注。一个 1.5 亿参数的 ModernBERT 分词分类器在该基准上取得了最佳词级 F1 分数（53.6），超过了最强的大语言模型提取器（48.7）。该系统为学术研究者提供了一种可靠、高效的信息检索方式，尤其适合需要精确引用的场景。
论文问答系统无幻觉ACL Anthology提取式问答ModernBERT
推荐理由：做文献综述或学术研究的团队终于有了一个靠谱的问答工具——直接提取原文片段，彻底告别幻觉。用 ACL 论文的 NLP 研究者可以直接试试这个开源方案。
原文
5月13日
19:12
19:12arXiv cs.AI@Rian Touchent, Eric de la Clergerie
精选
论文提出一种编码器领域适配新方法：先用因果语言建模（CLM）训练，再切换回掩码语言建模（MLM）微调。在 ModernBERT 上测试，该方法在 8 个法语和 11 个英语生物医学任务上，相比纯 MLM 基线提升 0.3-2.8 个百分点。研究发现 CLM 的密集监督主要影响低层 Transformer 层（0-7），冻结低层会消除收益，而冻结中层则保留收益。这种表征变化在后续 MLM 阶段持续存在，且随模型规模扩大而增强。团队发布了 ModernCamemBERT-bio 和 ModernBERT-bio 作为生物医学编码器新基准。
论文编码器领域适配因果语言建模掩码语言建模ModernBERT
推荐理由：做 NLP 领域适配的团队终于有了比纯 MLM 更优的预训练策略——CLM 绕路法简单有效，在生物医学任务上直接涨点，建议做领域编码器的开发者试试这个两阶段方案。
原文