<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="liuhaixin-etal-2025-ccl25">
    <titleInfo>
        <title>CCL25-Eval任务1系统报告:使用思维链和投票集成增强大型语言模型空间语义理解</title>
    </titleInfo>
    <name type="personal">
        <namePart type="given">LiuHaixin</namePart>
        <namePart type="family">LiuHaixin</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <name type="personal">
        <namePart type="given">Hongying</namePart>
        <namePart type="family">Zan</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <name type="personal">
        <namePart type="given">Jinwang</namePart>
        <namePart type="family">Song</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <name type="personal">
        <namePart type="given">Yifan</namePart>
        <namePart type="family">Li</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <name type="personal">
        <namePart type="given">KongLulu</namePart>
        <namePart type="family">KongLulu</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <originInfo>
        <dateIssued>2025-08</dateIssued>
    </originInfo>
    <typeOfResource>text</typeOfResource>
    <relatedItem type="host">
        <titleInfo>
            <title>Proceedings of the 24th China National Conference on Computational Linguistics (CCL 2025)</title>
        </titleInfo>
        <name type="personal">
            <namePart type="given">Hongfei</namePart>
            <namePart type="family">Lin</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <name type="personal">
            <namePart type="given">Bin</namePart>
            <namePart type="family">Li</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <name type="personal">
            <namePart type="given">Hongye</namePart>
            <namePart type="family">Tan</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <originInfo>
            <publisher>Chinese Information Processing Society of China</publisher>
            <place>
                <placeTerm type="text">Jinan, China</placeTerm>
            </place>
        </originInfo>
        <genre authority="marcgt">conference publication</genre>
    </relatedItem>
    <abstract>“本技术报告详细介绍了我们团队在第五届空间语义理解评测(SpaCE2025)中的方法与成果。SpaCE2025 继续聚焦大语言模型在空间语义理解方面的能力评估,涵盖空间语言理解与空间推理两个核心维度,共设置五个子任务:空间信息正误判断、空间参照实体判断、空间异形同义判断、中文空间方位关系推理以及英文空间方位关系推理。我们通过设计结构化提示词并引入思维链推理机制,结合LoRA 微调技术和投票集成方法,有效提升了大语言模型在空间语义理解任务中的表现。在最终评测中,我们团队五个子任务的综合准确率为0.5983,整体排名第五。”</abstract>
    <identifier type="citekey">liuhaixin-etal-2025-ccl25</identifier>
    <location>
        <url>https://aclanthology.org/2025.ccl-2.3/</url>
    </location>
    <part>
        <date>2025-08</date>
        <extent unit="page">
            <start>24</start>
            <end>32</end>
        </extent>
    </part>
</mods>
</modsCollection>

%0 Conference Proceedings
%T CCL25-Eval任务1系统报告:使用思维链和投票集成增强大型语言模型空间语义理解
%A LiuHaixin, LiuHaixin
%A Zan, Hongying
%A Song, Jinwang
%A Li, Yifan
%A KongLulu, KongLulu
%Y Lin, Hongfei
%Y Li, Bin
%Y Tan, Hongye
%S Proceedings of the 24th China National Conference on Computational Linguistics (CCL 2025)
%D 2025
%8 August
%I Chinese Information Processing Society of China
%C Jinan, China
%F liuhaixin-etal-2025-ccl25
%X “本技术报告详细介绍了我们团队在第五届空间语义理解评测(SpaCE2025)中的方法与成果。SpaCE2025 继续聚焦大语言模型在空间语义理解方面的能力评估,涵盖空间语言理解与空间推理两个核心维度,共设置五个子任务:空间信息正误判断、空间参照实体判断、空间异形同义判断、中文空间方位关系推理以及英文空间方位关系推理。我们通过设计结构化提示词并引入思维链推理机制,结合LoRA 微调技术和投票集成方法,有效提升了大语言模型在空间语义理解任务中的表现。在最终评测中,我们团队五个子任务的综合准确率为0.5983,整体排名第五。”
%U https://aclanthology.org/2025.ccl-2.3/
%P 24-32

Markdown (Informal)

[CCL25-Eval任务1系统报告:使用思维链和投票集成增强大型语言模型空间语义理解](https://aclanthology.org/2025.ccl-2.3/) (LiuHaixin et al., CCL 2025)

• CCL25-Eval任务1系统报告:使用思维链和投票集成增强大型语言模型空间语义理解 (LiuHaixin et al., CCL 2025)

ACL

• LiuHaixin LiuHaixin, Hongying Zan, Jinwang Song, Yifan Li, and KongLulu KongLulu. 2025. CCL25-Eval任务1系统报告:使用思维链和投票集成增强大型语言模型空间语义理解. In Proceedings of the 24th China National Conference on Computational Linguistics (CCL 2025), pages 24–32, Jinan, China. Chinese Information Processing Society of China.