CST：轻量风险分流与溯源证据

Zhihua Wang 等作者发布论文，提出轻量级风险分流流程 CST：先用字符模式结合固定多语言模型的句义打分定位可疑内容，再展示分组证据，可在普通 CPU 上运行并支持多语言。 作者称，在五个数据集、多种语言的六项任务中，CST 对有害消息的排序准确率超过全量微调的多语言模型；同等预算下，比单纯按分数阅读能找到更多有害消息。用户研究中，评审者使用 CST 的分组证据节省至少 27% 时间，决策准确率仍高于 94%。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。