在线内容审核中基准测试 System One 模型

研究评估了接受自然语言上下文、返回类型化选项、概率或分数的 System One 模型能否支撑在线内容审核。在五个审核基准上，Jev 与专用参考系统相当，在多项政策导向和有害内容场景中持平或超越；检索到的先例可提升其政策选择与有害内容判别。Laya 表现不稳定，检索常改变其预测率却未改善判别，其置信度对错误排序帮助有限。