Buchumschlag

Meta In-Context Learning Makes Large Language Models Better Zero and Few-Shot Relation Extractors

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Guozheng, Wang, Peng, Liu, Jiajun, Guo, Yikai, Ji, Ke, Shang, Ziyu, Xu, Zijie
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Recall, Retrieve and Reason: Towards Better In-Context Relation Extraction
von: Li, Guozheng, et al.
Veröffentlicht: (2024)

Empirical Analysis of Dialogue Relation Extraction with Large Language Models
von: Li, Guozheng, et al.
Veröffentlicht: (2024)

Unlocking Instructive In-Context Learning with Tabular Prompting for Relational Triple Extraction
von: Li, Guozheng, et al.
Veröffentlicht: (2024)

Making Pre-trained Language Models Better Continual Few-Shot Relation Extractors
von: Ma, Shengkun, et al.
Veröffentlicht: (2024)

Domain-Hierarchy Adaptation via Chain of Iterative Reasoning for Few-shot Hierarchical Text Classification
von: Ji, Ke, et al.
Veröffentlicht: (2024)

Large Language Models as Zero-Shot Keyphrase Extractors: A Preliminary Empirical Study
von: Song, Mingyang, et al.
Veröffentlicht: (2023)

Prompt-Based Bias Calibration for Better Zero/Few-Shot Learning of Language Models
von: He, Kang, et al.
Veröffentlicht: (2024)

Benchmarking Open-Source Large Language Models for Persian in Zero-Shot and Few-Shot Learning
von: Cherakhloo, Mahdi, et al.
Veröffentlicht: (2025)

Structured Semantic Information Helps Retrieve Better Examples for In-Context Learning Applied to Few-Shot Relation Extraction
von: Chakma, Aunabil, et al.
Veröffentlicht: (2026)

Unlearning of Knowledge Graph Embedding via Preference Optimization
von: Liu, Jiajun, et al.
Veröffentlicht: (2025)

Meta-Semantics Augmented Few-Shot Relational Learning
von: Wu, Han, et al.
Veröffentlicht: (2025)

Deciphering Political Entity Sentiment in News with Large Language Models: Zero-Shot and Few-Shot Strategies
von: Kuila, Alapan, et al.
Veröffentlicht: (2024)

ZeroUnlearn: Few-Shot Knowledge Unlearning in Large Language Models
von: Lin, Yujie, et al.
Veröffentlicht: (2026)

Making Large Language Models Perform Better in Knowledge Graph Completion
von: Zhang, Yichi, et al.
Veröffentlicht: (2023)

Instruction Tuning Vs. In-Context Learning: Revisiting Large Language Models in Few-Shot Computational Social Science
von: Wang, Taihang, et al.
Veröffentlicht: (2024)

Generative Meta-Learning for Zero-Shot Relation Triplet Extraction
von: Li, Wanli, et al.
Veröffentlicht: (2023)

Small Language Model Makes an Effective Long Text Extractor
von: Chen, Yelin, et al.
Veröffentlicht: (2025)

Grasping the Essentials: Tailoring Large Language Models for Zero-Shot Relation Extraction
von: Zhou, Sizhe, et al.
Veröffentlicht: (2024)

LM-Infinite: Zero-Shot Extreme Length Generalization for Large Language Models
von: Han, Chi, et al.
Veröffentlicht: (2023)

llmNER: (Zero|Few)-Shot Named Entity Recognition, Exploiting the Power of Large Language Models
von: Villena, Fabián, et al.
Veröffentlicht: (2024)

Instances Need More Care: Rewriting Prompts for Instances with LLMs in the Loop Yields Better Zero-Shot Performance
von: Srivastava, Saurabh, et al.
Veröffentlicht: (2023)

Advantageous Parameter Expansion Training Makes Better Large Language Models
von: Gu, Naibin, et al.
Veröffentlicht: (2025)

Making Long-Context Language Models Better Multi-Hop Reasoners
von: Li, Yanyang, et al.
Veröffentlicht: (2024)

Document-Level In-Context Few-Shot Relation Extraction via Pre-Trained Language Models
von: Ozyurt, Yilmazcan, et al.
Veröffentlicht: (2023)

Large Language Model Is Not a Good Few-shot Information Extractor, but a Good Reranker for Hard Samples!
von: Ma, Yubo, et al.
Veröffentlicht: (2023)

Large Language Models are Limited in Out-of-Context Knowledge Reasoning
von: Hu, Peng, et al.
Veröffentlicht: (2024)

zrLLM: Zero-Shot Relational Learning on Temporal Knowledge Graphs with Large Language Models
von: Ding, Zifeng, et al.
Veröffentlicht: (2023)

Empowering Few-Shot Relation Extraction with The Integration of Traditional RE Methods and Large Language Models
von: Liu, Ye, et al.
Veröffentlicht: (2024)

A Few-Shot Approach for Relation Extraction Domain Adaptation using Large Language Models
von: Zavarella, Vanni, et al.
Veröffentlicht: (2024)

Chain of Strategy Optimization Makes Large Language Models Better Emotional Supporter
von: Zhao, Weixiang, et al.
Veröffentlicht: (2025)

Refactoring Programs Using Large Language Models with Few-Shot Examples
von: Shirafuji, Atsushi, et al.
Veröffentlicht: (2023)

Uncertainty-Aware Relational Graph Neural Network for Few-Shot Knowledge Graph Completion
von: Li, Qian, et al.
Veröffentlicht: (2024)

Supervised Knowledge Makes Large Language Models Better In-context Learners
von: Yang, Linyi, et al.
Veröffentlicht: (2023)

In-Context Learning Distillation for Efficient Few-Shot Fine-Tuning
von: Duan, Yifei, et al.
Veröffentlicht: (2024)

In-Context Learning for Few-Shot Nested Named Entity Recognition
von: Zhang, Meishan, et al.
Veröffentlicht: (2024)

Controllable Data Augmentation for Few-Shot Text Mining with Chain-of-Thought Attribute Manipulation
von: Peng, Letian, et al.
Veröffentlicht: (2023)

Structured Gradient Guidance for Few-Shot Adaptation in Large Language Models
von: Zheng, Hongye, et al.
Veröffentlicht: (2025)

Make Large Language Model a Better Ranker
von: Chao, Wen-Shuo, et al.
Veröffentlicht: (2024)

Large Language Models for Few-Shot Named Entity Recognition
von: Zhao, Yufei, et al.
Veröffentlicht: (2018)

Fast and Continual Knowledge Graph Embedding via Incremental LoRA
von: Liu, Jiajun, et al.
Veröffentlicht: (2024)