Halal-NeSyNet发布清真配料审计模型与基准
热点事件持续更新
Halal-NeSyNet发布清真配料审计模型与基准
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Mochamad Rizal Fauzan 等作者发布 Halal-NeSyNet 及 3,199 项清真食品配料审计基准。该模型把 DistilBERT 编码器与 16 维规则符号向量经交叉注意力和门控融合结合,并用非对称“误判为清真”风险损失训练,用于识别同一子句中的植物性限定词误清另一子句未限定添加剂的问题。 作者称,由于标签和特征来自同一规则引擎,且 91.3% 的条目为模板生成,结果衡量的是对规则策略的忠实度,而非宗教认证。
AI 根据报道生成 · 3 小时前更新
最新进展11月3日 13:00
Halal-NeSyNet:用子句级神经符号交叉注意力审计食品配料并做风险分级报道时间线
沿着报道,了解事件的不同侧面。
11月3日
- arXiv · cs.AIHalal-NeSyNet:用子句级神经符号交叉注意力审计食品配料并做风险分级
Halal-NeSyNet 将 DistilBERT 编码器与 16 维规则符号向量通过交叉注意力与门控融合结合,用于识别同一子句内植物性限定词误清另一子句未限定添加剂的问题。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。