推理：false
语言：

• 英文
  标签：
• 指令微调
  任务类别：
• 文本生成
  许可证：cc-by-nc-nd-4.0

xFinder-qwen1505

模型详情

xFinder-qwen1505 是专为大语言模型（LLMs）关键答案提取设计的模型，通过对 Qwen-1.5-0.5B 微调训练而成。

• 开发机构：IAAR
• 基础模型：Qwen-1.5-0.5B

模型来源

• **代码库：**https://github.com/IAAR-Shanghai/xFinder
• **论文：**https://openreview.net/forum?id=7UqQJUKaLM

用途

xFinder 主要用于通过精准提取大语言模型输出中的关键答案来增强评估效果。它解决了传统基于正则表达式（RegEx）的提取方法在处理大语言模型生成的多样化复杂输出时的局限性，显著提升了跨任务模型评估的可靠性。

训练详情

xFinder-qwen1505 基于 Qwen-1.5-0.5B 微调而成。训练数据包含来自关键答案发现（KAF）数据集的约 26.9K 样本。该数据集专为提升关键答案提取的准确性和鲁棒性设计，涵盖多种任务类型，并经由 GPT-4 与人类专家联合标注以确保训练和评估的高质量。详见论文并通过代码体验。

评估

xFinder 在 KAF 数据集全人工标注的测试集与泛化集上进行了评估。结果显示，相比传统方法，该模型在提取准确性和鲁棒性方面均有显著提升。具体细节请参阅论文并使用提供的代码实践。

引用

@inproceedings{
    xFinder,
    title={xFinder: 大语言模型作为自动化评估工具以实现可靠评测},
    author={余庆晨、郑子凡、宋世超、李志宇、熊飞宇、唐博、陈鼎},
    booktitle={第十三代国际学习表征会议},
    year={2025},
    url={https://openreview.net/forum?id=7UqQJUKaLM}
}