标签
Thunder-DeID+ 提出一种边界感知的韩语去标识化方法，通过改进的 BPE 分词器与三层 PII 分类体系，将法院判决书上的 Strict Typed F1 从 0.76-0.77 提升至 0.87-0.88，并在微调后达到 0.93，实现向更广泛敏感文档的迁移。
该论文介绍了 NeoTrace 和 KoAGE，后者是一个考虑知识截止时间的基准，用于评估大型语言模型如何掌握、学习和创造韩语新词。研究发现，在所评估的 21 个模型中，词汇回忆能力与语境推断能力存在差异。
本文介绍了利用半自动符号传播（SSP）方法，构建用于电子商务评论细粒度方面级情感分析的韩语评价标注语料库（EVAD）。并在该数据集上评估了KoBERT和KcBERT模型，在方面-值对识别任务上取得了较高的F1分数。
本文提出了一种利用本地语法图（LGG）为韩语法律聊天机器人生成大规模、带标注训练数据集的方法，在使用 DIET 分类器时达到了 91% 的 F1 分数。
本文系统地评估了令牌剪枝这一压缩技术在韩语中心的LLM任务上的应用，该技术通过移除与无关语言对应的令牌和嵌入参数来压缩模型。研究评估了流行的多语言模型（Qwen3、Gemma-3、Llama-3、Aya）在不同词汇配置下的表现，发现令牌剪枝能显著改进生成稳定性并降低特定领域部署的内存占用。