HATEDECIDE：评估结构化决策模型在仇恨言论审核中的准确性与效率

HATEDECIDE 在四个仇恨言论数据集上评测了六种结构化决策模型配置，对比专用审核、零样本、商业与监督基线，并测量延迟与成本。结果显示商业 LLM 仅在一个数据集上显著优于所有决策模型；提供定义最多改变 28% 的预测但未稳定提升分类，拆分问题仅在 20% 的比较中显著改善。诊断集上最佳托管决策模型与最佳商业 LLM 的 macro-F1 差距仅 1.6 分，推理成本约低 97%。