Foyer
自托管的个人邮件收件箱代理系统，专注于对每封邮件做类型分类、紧急度判断、回复决策等路由动作，并配套以人工标签审核为核心的测量协议
时间轴 (近 90 天)
生产环境的关键词规则在消息类型字段上的准确率仅为28%，而多数类基准为58%。
TF-IDF+逻辑回归基线在约200个标签训练下，在类型、紧急度、是否需要回复、是否为噪音四个字段上均取得最高准确率，分别为0.79、0.74、0.83、0.90。
最准确的系统在默认阈值下忽略了18%的需要行动的邮件，而最佳LLM的忽略率仅为4%。
Foyer是一个自托管的个人收件箱代理，并配套一套测量协议（分层采样、冻结快照、按线程分组划分、预注册假设、在代理审核循环中引入人工标签）。
该研究在739封真实的意大利语/英语邮件（231封无偏采样，500封对抗性采样）上比较了九种系统，包括关键词规则、TF-IDF+逻辑回归、本地类型化决策模型（Tev1、Nimble）、托管决策模型（Nimble v4-max）以及托管生成式LLM（Qwen2.5-7B、Gemma 4 26B/31B）。
全部知识事实 (5)
生产环境的关键词规则在消息类型字段上的准确率仅为28%，而多数类基准为58%。
50%待验证TF-IDF+逻辑回归基线在约200个标签训练下，在类型、紧急度、是否需要回复、是否为噪音四个字段上均取得最高准确率，分别为0.79、0.74、0.83、0.90。
50%待验证最准确的系统在默认阈值下忽略了18%的需要行动的邮件，而最佳LLM的忽略率仅为4%。
50%待验证Foyer是一个自托管的个人收件箱代理，并配套一套测量协议（分层采样、冻结快照、按线程分组划分、预注册假设、在代理审核循环中引入人工标签）。
50%待验证该研究在739封真实的意大利语/英语邮件（231封无偏采样，500封对抗性采样）上比较了九种系统，包括关键词规则、TF-IDF+逻辑回归、本地类型化决策模型（Tev1、Nimble）、托管决策模型（Nimble v4-max）以及托管生成式LLM（Qwen2.5-7B、Gemma 4 26B/31B）。
50%