arXiv · ML· Federico Lucca·· 1 天前AI 评分40
Foyer 个人邮箱智能体：类型化决策模型与生成式 LLM 路由基准测试
Measure Before You Train: Typed Decision Models vs. a Classical Baseline vs. a Generative LLM for Routing a Personal Multilingual Inbox
AI 导读
基于 739 封多语言邮件，Foyer 个人邮箱智能体对比了类型化决策模型与生成式 LLM 的路由性能。 在约 200 个标签下，逻辑回归在消息类型（0.79）等核心字段准确率最高，但极少类预测能力不足。 最准确的系统在转化为动作时，忽略了 18% 需处理邮件，显著高于最佳 LLM 的 4%。
来源：arXiv · ML · arxiv.org