arXiv · cs.CL· Yihan Li·· 20 天前AI 评分38
Goldsmith：基于智能体标注框架的黄金损失引导定义优化
Goldsmith: Gold-Loss-Guided Definition Optimization with an Agentic Annotation Harness
来源与原文
arXiv · cs.CL
作者：Yihan Li
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.09489v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
Goldsmith 是一个智能体流水线，可将少量专家标注的黄金校准样本转化为可复用的结构化标注定义，并把定义当作可训练的文本对象。LLM 编辑器将最高损失的错误转化为文本梯度式修订，仅在实测损失下降时才接受。在提示词优化对比中，Goldsmith 超过直接改写、OPRO、APE 和 PromptBreeder，并在跨度、关系和事件论元标注任务上提升下游标注质量。该论文已被 EMNLP 2026 主会接收。
来源：arXiv · cs.CL · arxiv.org