evidence-extraction

论文提出 MULTIFINGROUND 多语言金融基准，揭示语言模型虽能跨语言识别财务概念（准确率 97.3–99.4%），却在 26.6–41.9% 的情况下无法完整恢复对应的数值证据，凸显了概念识别与证据落地之间的差距。

本文介绍了SANE，一种用于检索增强生成的轻量级插件，通过基于摘要选择最佳候选者并执行蓝图引导的查询时证据提取，同时改进检索和阅读。

本文介绍了Nimblemind多智能体系统(nMAS)，用于从胃活检报告中提取幽门螺杆菌感染证据，在216个特征病例决策中达到98.61%的准确率，并显示出相比人工审查显著节省时间。

本文介绍了SEEK，一个用于多语言事实核查中语义证据提取的框架，该框架从完整文章中构建连贯的证据块，并使用LoRA微调多语言大语言模型，在宏观F1分数上相比基线提升了高达20%。

本文介绍了 PrimeFacts，这是一种利用大语言模型从事实核查文章中提取细粒度证据的方法论与资源。所提取的前提将证据检索和声明验证的性能提高了多达 30%（在 MRR 指标上）以及 10-20 个百分点（在 Macro-F1 指标上）。