CaRL-EM：使用 LLM 进行实体匹配的成本感知强化学习

实体匹配 (EM) 需要细粒度的上下文理解和领域知识。最近的工作表明，大语言模型（LLM）可以作为跨域的强匹配器，但大多数方法要么做出独立的成对决策，要么依赖于手动设计的复合管道，因此在实际的多候选设置中缺乏灵活性。与此同时，他们通常会忽略大规模的推理成本。我们将基于 LLM 的 EM 与候选者制定为成本感知的顺序决策问题，并提出 CaRL-EM，这是一种管理 LLM 操作的强化学习控制器。给定锚记录的状态、候选集和成本，CaRL-EM 自适应地在不同的运算符（匹配/比较/选择/决策）和模型容量之间进行选择，以最大化质量成本目标。该策略与抽象运算符交互，允许在推理时将同一控制器与不同的底层 LLM 后端重用，而无需重新训练。 7 个基准测试的实验表明，CaRL-EM (i) 学会根据任务复杂性动态规划廉价和昂贵算子的使用，(ii) 在不同的数据集和域之间实现稳健的零样本传输，(iii) 始终实现比基于 LLM 的强大基线和手动设计的管道更好的质量成本权衡，从而在相当或更高的质量下产生更低的推理成本。