CST：轻量风险分流为网络讨论审核提供原文证据

研究者 Zhihua Wang 等提出轻量风险分流流程 CST，用于网络讨论审核：先判断该看哪些消息，再把风险分数转成可快速阅读和核查的原文证据。该方法将字符模式与固定多语言模型的句义结合打分，可在普通 CPU 上运行，并在五个数据集的六项任务中排序比全量微调的多语言模型更准。 在相同阅读预算下，CST 比仅按分数阅读找到更多有害消息；用户研究中审阅者用时至少减少 27%，决策准确率保持在 94% 以上。作者称代码与数据集重建资源将随后发布。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。