LLM工单分类成本感知弃权评估

2026年10月23日，arXiv Artificial Intelligence 刊出 Sachin Gupta 提交的研究，在基于 LLM 的 IT 工单分类中评估成本感知弃权。研究使用 47,837 条、八类工单的公开语料，在标定数据上按显式成本选定路由策略，再在留出测试集上冻结评估。在 (c_ok, c_triage, c_wrong) = (0, 1, 5) 成本下，TF-IDF 加逻辑回归、阈值 0.60 使测试成本从 0.763 降至 0.472（相对降幅 38.1%），错误路由从 15.3% 降至 3.5%。作者说明，结论仅限该数据集、提示设计、模型端点与示例成本；该工作属评估框架，并非新的弃权算法，也不构成通用部署认证。目前进展为单篇论文发布，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。