arXiv 自然语言处理· Nishanth Nayakanti, Prasang Gupta, Ashutosh Bilthare, Kevin Paul·· 5 小时前AI 评分34
缺乏标注证据的判决：通过拒绝采样还是仅标签后训练恢复证据？
Verdicts Without Annotated Evidence: Rejection Sampling or Label-Only Post-Training for Evidence Recovery?
AI 导读
研究针对仅保留判决结果且缺少证据标注的场景，评估了小语言模型无需人工证据标签、仅凭判决后训练恢复支持证据的能力。在 ContractNLI 评测中，仅标签训练使准确率达到 0.896、跨度 F1 达到 0.564，逐字引用率从训练前的 0.597 提升至 0.729。基于自动来源定位打分的拒绝采样也达到 0.797 准确率与 0.556 跨度 F1，证实两种方法均能在零证据标注下提升证据恢复质量。
来源：arXiv 自然语言处理 · arxiv.org