CalOn:0.6B 统一编码器跨模式完成实体、关系、事件抽取
Yang Wang · hf · 2026-10-16
曼彻斯特大学联合梅奥诊所等发布 CalOn,一个 0.6B 参数的统一信息抽取编码器。
- 动机:信息抽取模型跨领域/新标注规范迁移困难,仅支持用户自定义类型并不能保证在新数据集上抽得准
- 做法:将文本与类型定义共同编码,实体、关系、事件抽取在统一框架内完成,并对组合类型证据做共享概率推理,输出校准的类型化决策
- 一个模型服务多任务多 schema,无需为每种规范单独训练
对需要跨领域部署抽取管道的团队有实用价值。
「研究」频道最新
- 网友自建 LEGO 搭建评测：GPT-6 Astra 力压 Opus 夺魁 — TheLegoless · 2026-10-16
- DIRECT：用检索替代 LLM 实时生成对话追问建议 — burkov · 2026-10-16
- AI 驱动的时序感知功耗优化:学习排序+基线保全策略回收布线后功耗 — Amit Sharma · 2026-10-16
- 阿里提出 Waypoint-OPD:用方向一致性门控蒸馏 RL 策略迁移 — Bingxi Hou · 2026-10-16
- MJev-Spatial:单次前向分类框架做空间推理,快过自回归 VLM — mindlab-research · 2026-10-16
- 上海AI Lab发布 MLExpert:35B 智能体自主完成长程机器学习工程 — Shangheng Du · 2026-10-16