标签
DiffIE引入了一种基于扩散的开放信息抽取方法，该方法使用随机反向扩散生成多个候选三元组，在CaRB和BenchIE等基准测试中达到最先进的性能。
STAR-OPD是一种新颖的在线策略蒸馏方法，用于ABSA四元组提取，它使用集合结构化奖励来纠正学生模型中的结构错误，提高性能并缩小与教师模型之间的差距。
StepReflect将移动智能体的逐步GUI反思重构为监督式结构化预测，在AndroidWorld上实现了比GPT-5.2更高的转换准确率，同时降低了API成本。
本文介绍了近似结构化扩散（Approximate Structured Diffusion），一种将条件随机场（CRF）与离散扩散相结合用于序列标注的方法。它使用以噪声标签序列为条件的CRF和近似平均场推理，在词性标注上实现了16.5%的错误率降低。
文章介绍了由 Cactus-Compute 开发的 2600 万参数模型 Needle，该模型专为单次工具调用设计。文章主张将工具路由从推理中分离出来，作为一种结构化预测任务，以提高代理（agent）的效率并降低延迟。