可解釋文字分類

深度分析

eXTC：結構化提示優化與強化學習結合的可解釋文字分類框架

研究聚焦於結合結構化提示優化與強化學習，打造可解釋的文字分類模型 eXTC。透過三階段學習，先生成規則書 (SOP)，再以大型教師模型蒸餾至小型模型，最後利用 RL 改善未覆蓋案例。實驗顯示在多領域基準上，eXTC 同時提升分類精度與解釋品質，並有望推動 AI 透明化。