language-model classifier

新系统利用人工智能和评论提高食品安全检查的准确性

研究人员开发了一个名为持续检查风险（CIR）的新系统，通过在有新数据可用时动态重新排序检查队列来改进食品安全检查。这种事件驱动的方法整合了历史检查数据和由语言模型分类的实时消费者评论，以更好地检测关键故障。在加利福尼亚州圣克拉拉县进行的评估表明，CIR 显著缩短了检测重大违规行为的时间，并提高了对害虫侵扰等严重问题的预测能力，其表现优于传统的批量调度方法。