OntoLearner 相关 AI 资讯 · AI 热点

9月1日

11:24

11:24

官方账号arXiv cs.AI@Hamed Babaei Giglou, Sören Auer, Jennifer D'Souza

精选73°

研究评估了13个模型，包括Qwen3.5和Qwen3.6系列以及GPT变体，使用OntoLearner管道。在Qwen3.5密集型模型中，参数量增加主要提高精确率而非召回率，9B到27B参数间提升最大。27B密集型模型在术语分类上显著优于更大的稀疏模型，而更大的MoE模型在分类发现上表现最佳。非分类关系提取在所有模型规模上仍具挑战性，特别是在材料数据科学本体上。

论文 Qwen3.5 Qwen3.6 本体学习

推荐理由：Qwen团队研究了13个模型规模对本体学习的影响，发现参数量并非越大越好，架构和模型血统比参数数量更重要。