本研究提出了一种新的集成贝叶斯推断(EBI)方法，以提高小型语言模型(SLM)在档案匹配任务中的准确性。通过结合多个SLM的判断，EBI超越了单个模型的性能限制，实验结果表明其在多种任务中表现优异，尤其在资源有限的情况下具有潜力。