研究者提出Goldsmith智能体标注与定义优化框架

2026年10月8日，研究人员提出 Goldsmith 智能体流水线，可将少量专家标注的黄金样本转化为可复用的结构化标注定义。该方法将定义视为可训练文本对象，通过结构化损失评分与大语言模型（LLM）文本梯度修订进行迭代优化。评估结果显示，该方法性能优于直接重写、OPRO、APE 和 PromptBreeder 等方法，生成的定义在类型跨度、实体对关系及事件论元等下游标注任务中均取得了显著提升。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。