待验证50% 置信事实精确时间

现有仇恨言论检测方案普遍存在三个短板：大多数研究只做二分类、在单一数据集上验证、对模型决策逻辑缺乏解释能力

1

来源数

50%

置信度

长期有效

时效性

2026/9/25

首次发现

来源

可解释仇恨言论检测：DistilBERT-BiLSTM-注意力框架解析

涉及实体

仇恨言论检测concept

相关事实

待验证困难负样本挖掘的核心思想是引入处于分类边界附近的样本以推动决策边界精细化，使模型学习深层语义特征而非表面关键词模式70% 相似待验证两个被广泛引用的直接探测型基准出现饱和现象，前沿模型对直白问题普遍给出中性回答，导致基准几乎测不出偏见66% 相似待验证端到端提示方法把证据检索、推理和不确定性估计三个环节纠缠在一起，导致难以定位错误来源66% 相似待验证斯坦福大学研究者测试多个主流模型发现，措辞中性的医疗、法律或安全研究类查询也会因触发关键词匹配而被错误拒绝64% 相似待验证面对缺乏佐证材料的孤立标题信息，严谨的处理方式是标注为「未经证实」并寻求多方核实，而非以确定性口吻传播64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/949119

API

curl https://kongchang.com/api/v1/knowledge/claims/949119

MCP

get_claim(id=949119)