🚀 ADELIE-DPO-1.5B模型卡片

ADELIE（Aligning large language moDELs on Information Extraction）是一个经过对齐的大语言模型，能有效解决各类信息提取（IE）任务，包括封闭IE、开放IE和按需IE。团队首先为IE收集并构建了高质量的对齐语料库IEInstruct，接着在IEInstruct上使用指令调优训练了ADELIE_SFT，并进一步以直接偏好优化（DPO）目标对ADELIE_SFT进行训练，得到ADELIE_DPO。在各种保留的IE数据集上进行的大量实验表明，模型（ADELIE_SFT和ADELIE_DPO）在开源模型中达到了最先进（SoTA）的性能。此外，对ADELIE的通用能力进行了探索，实验结果显示其通用能力没有明显下降。

• 📄 论文：ADELIE: Aligning Large Language Models on Information Extraction
• 💻 GitHub：THU/ADELIE

✨ 主要特性

• 多任务解决能力：能够有效解决封闭IE、开放IE和按需IE等多种信息提取任务。
• 高性能表现：在各类IE数据集上的实验中，在开源模型中达到了最先进的性能。
• 通用能力稳定：在探索通用能力时，未发现其通用能力有明显下降。

📚 详细文档

模型性能

下表展示了ADELIE模型在封闭IE、开放IE和按需IE任务中的平均F1分数（%），以及其在通用基准测试中的整体性能（%）。数据集的详细信息请参考论文。

模型描述

• 开发者：Yunjia Qi, Hao Peng, Xiaozhi Wang, Bin Xu, Lei Hou, Juanzi Li
• 模型类型：文本生成
• 语言（NLP）：英语
• 许可证：基础模型采用LLaMA2许可证。
• 微调基础模型（可选）：Qwen2.5 - 1.5B

相关数据集

• ACE05
• conll2003
• conll2012_ontonotesv5
• rams
• tacred
• fewrel
• maven

指标

• F1

模型标签

• text-generation-inference
• Information Extraction
• IE
• Named Entity Recogniton
• Event Extraction
• Relation Extraction
• LLaMA

许可证说明

基础模型采用LLaMA2许可证。