多轮对话中隐性未成年人检测框架

研究提出包含大语言模型、Harness及Maker-Checker协议的受约束框架，用于在弱身份信号下推断用户是否为未成年人。 在包含8,328段多轮对话的中文基准测试中，该方法相比同一模型族的直接推理，平均精确度和未成年人类别F1值分别提升7.60和6.37个百分点。 框架通过结构化对话关联证据和版本级审查，控制了推断调用时机并验证了Harness修订的有效性。

摘自 arXiv · NLP

还没有足够的连续观测数据，暂不绘制趋势。