（图文|辛西 编辑|信息 审核|李万理）近日，我院人工智能系李万理老师撰写的题为“Generative Meta-Learning for Zero-Shot Relation Triplet Extraction”的文章被SIGIR-2025主会长文录用。SIGIR (International ACM SIGIR Conference on Research and Development in Information Retrieval) 是信息检索领域顶级国际学术会议，在中国计算机学会（CCF）推荐论文目录中被列为A类国际学术会议。

   该研究聚焦于大模型在知识抽取任务的泛化能力问题，特别是针对低资源场景下关系三元组提取的泛化性问题。此技术能帮助大模型从零样本场景中识别和提取有价值的知识三元组，有助于提升下游信息检索任务和人工智能应用的效率和准确性。李万理老师及其课题组成员提出一种创新性的生成式元学习框架，通过集成双层优化策略（Bi-level Optimization, BLO）辅助大模型从训练语料中抽取元知识，大量实验证明该方法可显著提升知识抽取模型的泛化能力。

   信息学院人工智能系李万理为该论文第一作者，张泽宇和李嘉位为论文通讯作者，其他参与者包括信息学院数据科学与大数据技术2022级本科生宋毅、中南大学陈壮老师、武汉大学邹立新和钱铁云教授等。