论文评估System One模型用于在线内容审核

2026年10月7日，arXiv Computers and Society发表一手研究，评估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。研究在五个审核基准上测试：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。目前进展为该基准研究结果，尚未见后续验证或应用报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。