classifier

本文提出一个统一的优化框架，通过稀疏、可解释的实例修改以及容错区域混淆矩阵来解释误分类并评估分类器鲁棒性。

一位用户报告称，Fable 5的新分类器将75%的编码会话错误地路由到Opus，将常规编码标记为网络安全风险，导致意外的高成本。

提出了一种基于树的集成分类器KFDA Forest，它应用核Fisher判别分析进行旋转，通过Bootstrap和随机变量子集促进多样性，提高了分类精度。

作者用一组简单的if语句替换了LLM分类器，发现客户更喜欢基于规则的方法，凸显了简单性胜过复杂AI的价值。

本文介绍了一种技术，该技术从LLM的最后一个提示标记处提取隐藏状态，无需文本生成即可进行分类，使用一个小型MLP读取模型的内部决策，从而实现快速且廉价的零样本分类器。

本文介绍HRVConformer，一种混合卷积-Transformer架构，用于直接从原始心率信号中分类新生儿缺氧缺血性脑病，实现了83.23%的AUC，性能优于ResNet50和Transformer等基线模型。

使用 ml-intern 和 DeepSeek V4 Flash 训练了一个提示注入分类器，使用 DistilBERT 实现 F1 99%，优化至 ONNX int8（约 65 MB），可通过 Transformers.js v3 在浏览器中运行。