跳到正文
arXiv cs.CL· Umar Ahmed, Maxim Dunaev, Mohammad Nour Al Awad, Sergey Ivanov, Ivan Khodnenko·· 2 天前AI 评分36

浏览器内运行 0.8B 模型检测订单静默错误:PIZZA 基准 Web 演示

Clean Tickets, Wrong Orders: Catching Silent Errors with a Language Model in Your Browser Tab

AI 导读

一个微调的 0.8B 参数模型通过 WebAssembly 完全在浏览器标签页内运行,订单文本不离开设备。在全部 1,357 条 PIZZA 测试订单上,浏览器端输出与服务器评测一致率达 99.0%,精确匹配同为 0.882。页面用移植到 TypeScript 的 PIZZA 匹配器实时打分,并对菜单外内容以“?”拒答,让访客自行寻找或制造静默错误。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:一个将键入的订单转换为结构化数据的小型语言模型可能以两种方式失败。它可能输出损坏的内容,任何系统都会拒绝。或者它可能输出一个干净、格式良好但无人下的订单。我们的配套工作将第二种称为静默错误,而这是危险的一种。我们展示了一个网页演示,其中经过微调的 0.8B 参数模型完全在访问者的浏览器标签页内运行,通过 此 http URL 编译为 WebAssembly。没有任何订单文本离开设备。页面在访问者键入时解析订单,使用移植到 TypeScript 的 PIZZA 基准自带的匹配器为每张票据评分,对菜单之外的任何内容以“?”拒绝,以便模型能够面对开放网络,并让访问者寻找静默错误或尝试制造一个。在浏览器中对全部 1,357 个 PIZZA 测试订单运行,部署的模型对其中 99.0% 的订单写出与服务器评估相同的输出,并达到相同的精确匹配(0.882);我们还报告了其在 3 台消费级笔记本电脑上的延迟。演示:此 https URL
评论: 4 页,4 幅图,2 张表。演示:此 https URL。配套论文:arXiv:2611.17169
主题: 机器学习(cs.LG);计算与语言(cs.CL);人机交互(cs.HC)
ACM 分类: I.2.7;H.5.2
引用为: arXiv:2611.18284 [cs.LG]
  (或 arXiv:2611.18284v1 [cs.LG] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.18284

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Umar Ahmed [查看电子邮件]
[v1] 2026 年 11 月 13 日星期五 15:13:47 UTC(22 KB)

来源:arXiv cs.CL · arxiv.org