David Devos

AsymVerify 系统在检测政治规避方面取得高准确率

一篇研究论文详细介绍了 AsymVerify 系统，该系统旨在检测文本中的政治规避，在 SemEval-2026 Task 6 的评估集上取得了 0.85 的 Macro F1 分数。该系统采用了一种不对称置信门控验证方法，根据置信度级别选择性地升级或降级分类，以提高在模糊边界上的准确性。这种方法与单次分类相比显示出显著的优势，并提升了各种大型语言模型的性能。