热点事件持续更新

AI申诉分类系统论文更新，测试结果不变

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Vladimir Beskorovainyi 发布 AI Appeals Processor 论文 v2 版，该系统用于政府服务中公民申诉的自动分类与路由。论文称，在 10,000 条俄语申诉的对比测试中，BERT 三分类准确率为 82%，Word2Vec+LSTM 为 78%，均高于人工操作员的 67%；实际部署选用 LSTM，端到端处理时间从平均 22.5 分钟降至 10.25 分钟，降幅 53–56%，模型推理耗时不到 2 秒。 v2 版修正了参考文献，补充置信区间、生产审计说明，以及部署经验、局限性和伦理考量等章节；论文称所有测试集结果与上一版相同。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月9日

12:00
arXiv cs.CL
AI Appeals Processor：政府服务中公民申诉自动分类的深度学习方法
AI Appeals Processor 在纯 CPU 政府环境中部署，用于公民申诉的分类与路由。在 10,000 条俄语申诉上对比多种模型后，BERT 在三分类任务上达 82% 准确率，Word2Vec+LSTM 为 78%，均高于人工操作员的 67%；实际部署选用 LSTM，端到端处理时间下降 53-56%（均值 22.5 至 10.25 分钟），模型推理耗时不到 2 秒。

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。