arXiv · cs.AI· Nishanth Nayakanti, Prasang Gupta, Ashutosh Bilthare, Kevin Paul·· 1 天前
小语言模型在无标注证据下进行判决恢复：拒绝采样还是仅标签后训练？
Verdicts Without Annotated Evidence: Rejection Sampling or Label-Only Post-Training for Evidence Recovery?
arXiv:2610.06962v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Nishanth Nayakanti, Prasang Gupta, Ashutosh Bilthare, Kevin Paul
研究任务与主要进展
研究比较仅用判决标签进行后训练与拒绝采样，以恢复小语言模型生成的可审查证据。在ContractNLI上，仅标签训练达到准确率0.896和span F1 0.564，拒绝采样达到0.797和0.556；逐字引用率分别从0.597升至0.729和0.701。但该结果仅基于一个语料库和一个随机种子，不能据此判断哪种方法更优。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org