待验证50% 置信解决方案精确时间

SJR（Summarize-Judge-Refine）架构将内容理解与策略判断解耦成两个独立模型，并用自然语言作为二者之间的接口

1

来源数

50%

置信度

长期有效

时效性

2026/9/22

首次发现

来源

SJR架构：解耦内容理解与策略学习的多模态内容审核新范式

涉及实体

SJRconcept Summarize-Judge-Refineconcept

相关事实

待验证SJR架构中每个审核决策都建立在人类可读的文本摘要之上，使可解释性成为架构设计的天然产物66% 相似待验证SJR架构在策略变化时只需调整或替换纯文本的策略模型，无需触动多模态内容模型66% 相似待验证由于大语言模型的采样机制，两次调用同一知识点产出的页面在排版和表达上会有差异，但核心知识结构和交互功能保持一致63% 相似待验证一种可行的混合架构是用大模型处理自然语言模糊性并转化为结构化中间表示，再交由手工规则系统进行确定性的程序化执行61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/940010

API

curl https://kongchang.com/api/v1/knowledge/claims/940010

MCP

get_claim(id=940010)