群組魯棒結構化預測

Tsallis 重加權

STaR‑DRO：以狀態式 Tsallis 重加權提升群組魯棒結構化預測

研究聚焦於醫療訊息結構化預測的群組不均衡問題。作者提出以 XML 指令結構為核心的提示策略與結合 Tsallis 鏡像下降的 STaR-DRO 重加權方法，僅上調持續困難的子群。實驗顯示在 EPPC Miner 基準上，零樣本 F1 提升 15.44 點，最難類別驗證交叉熵下降近 30%。