모델 연구

LentEx: Generalizable Latent Entity Extraction via Synthetic Data and Instruction-Tuned LLMs

ARarXiv9월 7일 발표 · 1분 · 심사 전 논문

텍스트에 명시되지 않은 맥락적 의미나 추상적인 개체를 찾아내는 '잠재 개체 추출(LEE)'을 위한 신규 프레임워크 LentEx가 공개되었습니다.

세 줄 요약arXiv 원문 기반

데이터 부족 문제를 해결하기 위해 템플릿 기반 합성 데이터 생성과 지시문(Instruction) 미세 조정을 결합하여 LLM의 성능을 극대화했습니다.
RAG, 고객 페르소나 분석 등 추상적 정보 이해가 필요한 실생활 NLP 작업에 적용 가능하며, 기존 최고 성능 모델을 능가하는 결과를 보였습니다.
합성 데이터와 지시문 기반 접근 방식을 통해 학습하지 않은 새로운 도메인에서도 높은 일반화 능력을 입증한 것이 핵심 강점입니다.

텍스트에 명시되지 않은 맥락적 의미나 추상적인 개체를 찾아내는 '잠재 개체 추출(LEE)'을 위한 신규 프레임워크 LentEx가 공개되었습니다.