小模型超越百亿参数
这是一个面向个人数据的通用信息抽取模型。它不依赖手工指定任务，并能借助历史记忆以由粗到细的方式提升抽取质量，还能抑制大模型幻觉。
Yijie, Zhong · Feifan, Wu · Mengying, Guo · Xiaolian, Zhang · 王萌 · 王昊奋
Information Processing and Management 2025
根据输入的个人数据自动选择所需的抽取任务，避免了人工定制带来的低效和可扩展性问题。
将历史个人数据记录为记忆，并通过记忆增强的渐进式抽取模块，以由粗到细的方式提取结构化知识，利用最优历史数据辅助当前任务。
通过知识再识别模块确保抽取的个人知识完整性，同时避免大语言模型产生的幻觉。