پژوهشگران چارچوبی سبک برای استخراج رابطه و ساخت گراف با چند مدل زبانی پیشنهاد کردند

پیش‌چاپی در arXiv چارچوبی به نام ReX-GG معرفی می‌کند که چند مدل زبانی بزرگ را در یک فرایند هماهنگ برای استخراج رابطه و ساخت گراف به کار می‌گیرد. نویسندگان می‌گویند بسیاری از چارچوب‌های گروهی موجود به مراحل و ماژول‌های بیشتری، از جمله رتبه‌بندی پاسخ‌ها، متکی‌اند و با تحلیل توکن و بخش‌های متن به‌جای خروجی ساختاریافته، معماری سنگین‌تری پیدا می‌کنند؛ در مقابل، راهکارهای سبک‌تر ممکن است در زنجیره‌های پیچیده‌تر کنترل کمتری بر خروجی داشته باشند و توهم مدل‌ها در آن‌ها گسترش یابد.

ReX-GG خروجی JSON و رتبه‌بندی ناشناسِ همتایان را برای کاهش این خطرها و وابستگی به یک مدل پیشنهاد می‌کند. پژوهشگران این فرایند را روی استخراج رابطه از مقاله‌های انگلیسیِ علمی‌عامه‌فهم به نمایش گذاشته‌اند. چکیدهٔ در دسترس جزئیات بیشتری دربارهٔ نتایج این ارزیابی ارائه نمی‌کند.