IdentifyMe：一项具有挑战性的长文本提及解析基准
原文中文，约300字，阅读约需1分钟。发表于：。本研究针对传统输出格式和评估指标无法充分捕捉大规模语言模型（LLM）在共指解析中的参照理解这一问题，提出了新的基准IdentifyMe，该基准采用多项选择题形式并包含长篇叙述。通过提供不同类型的提及和相应的实体，我们细致评估了模型性能，并发现开放模型与封闭模型间存在显著绩效差距，尤其是在解析人称代词时表现尤为困难。
本研究提出新基准IdentifyMe，评估大规模语言模型在共指解析中的表现，发现开放模型与封闭模型之间存在显著差距，尤其在人称代词解析方面表现较差。
