18:58
官方账号arXiv cs.AI@Shivam Mishra, Dhannu Ram Meena, Muneendra Ojha, Krishna Pratap Singh, Kuldeep Singh
推荐理由：团队用Qwen2.5模型解决本体学习任务，通过词汇过滤提高准确性，但无法提取非分类关系。
LLMs4OL
共 1 条相关 AI 资讯
8月28日
18:58
研究团队在LLMs4OL 2026挑战中提出了一种离线检索增强的少样本提示管道，使用Qwen2.5-14B-Instruct和all-MiniLM-L6-v2模型。对于旗舰任务A，他们选择前5个示例；对于本体扩展重用任务B，选择前2个示例。任务B在语义图相似度达到0.8692，术语分类F1为0.9200，分类发现F1为0.8540；任务A语义图相似度为0.7416。