arXiv · cs.CL· Tianyu Wang·· 11 天前AI 评分26
AMEND：基于约束引导与隔离评论者的多智能体文本去毒化框架
AMEND: Constraint-Guided Multi-Agent Text Detoxification with Isolated Critics
来源与原文
arXiv · cs.CL
作者：Tianyu Wang
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.23183v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 AMEND，一种推理时文本去毒化框架，将去毒解耦为角色化候选生成、隔离多维批评与约束优先选择。在 ParaDetox 上，多角色单轮选择比最佳单一角色提升联合指标 +0.0508；AMEND Lite 在冻结确认测试集上取得 0.6597±0.0062 的联合分数，比无约束多轮循环高 +0.0489（p<0.05），同时推理请求减少 28.4%。
来源：arXiv · cs.CL · arxiv.org