跳到正文
我的
热点事件持续更新

Ru-Jev 标签措辞增强对比:陌生词提升,缩写无增益

1 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

Vladimir Beskorovainyi 发表论文,对比 307M 参数多语言 cross-encoder Ru-Jev 的两个版本:后续版本加入标签多种表面形式的增强,在 13 个俄语任务上训练。结果显示,增强版在普通词与借词词表上准确率提升最高 0.24,14 项增益中 11 项通过 Holm 校正;但在缩写上无提升,干净切片上反而更差。 在不透明代码上,两个版本在剔除与训练选项相关的标签后均处于或低于随机水平。在两个未见过的数据集上,准确率变化分别为 -8.4 和 +5.6 个百分点。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月6日
  1. arXiv · cs.AI
    Ru-Jev 标签措辞增强:陌生词上有提升,缩写与代码上无增益

    307M 参数的多语言 cross-encoder Ru-Jev 两个版本对比显示,加入标签多种表面形式增强的后续版本在普通词与借词词表上准确率提升最高 0.24,14 项增益中 11 项通过 Holm 校正。但在缩写上无提升、干净切片上反而更差,不透明代码上两个版本在剔除与训练选项相关的标签后均处于或低于随机水平。在两个未见过的数据集上准确率变化为 -8.4 和 +5.6 个百分点。

本事件热度走势

可比范围当前
7
可比范围峰值
711月6日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。