📖 AI 总结

该论文提出SemTree框架，将内容审核、广告合规、资格核查等规则决策表示为语义决策树：每个节点是一个带有明确是/否/未知判定标准的自然语言问题，由可插拔的语义评判器作答，分支结构依据评判器实际给出的答案编译而成。执行路径即为决策推理过程，因此错误可在发生处修复——审核者修正单个节点并重放规则，修正后的节点成为评判器的训练标签，工具型大模型编辑器则在观察执行结果的同时修改问题与子树。在全部8276个ShARC测试用例上，由托管评判器执行的树达到67.70%准确率，平均每例2.99个问题，与直接让同一评判器给出最终标签的68.23%相当；而为另一评判器编译的旧树由该评判器执行时仅得47.87%，基于该评判器对12个初始问题池的回答重新编译的树已达64.39%。节点级修复将BANKING77准确率从82.04%提升至86.16%，一个显式豁免节点将某中文电商审核条款的误报从24降至5，经训练的编辑器将编辑后树的开发集准确率从64.47%提升至73.35%。该工作表明，规则决策的语义树表示在保持与直接询问评判器相当性能的同时，提供了可检查、可定位修复的推理路径。

🔑 关键词速览