Дополнительный материал
A Deterministic Agentic Workflow for HS Tariff Classification: Multi-Dimensional Rule Reasoning with Interpretable Decisions
ID исходника: I2-SCI-0010. Слой: iteration2-v0.1.
Проекция исходной записи для навигации. Принятие исследовательского выпуска не подтверждает автоматически каждое утверждение. Каноническая запись — найти по ID.
Содержание и границы
Вывод работы: Авторы предлагают «детерминированный» агентный конвейер (в отличие от самопланирующих агентов): жёсткая последовательность из шести стадий, где LLM решает узкие задачи и обязана цитировать конкретные примечания к разделам/главам тарифа. На бенчмарке HSCodeComp конвейер с топовой моделью Qwen3.6-plus даёт 75,0% top-1 (91,5% top-3) точности на уровне 4 знаков и 64,2% top-1 (78,3% top-3) на уровне 6 знаков; открытая модель Qwen3.6-27B-FP8 в том же конвейере совпадает с топовой моделью в 84,2% случаев на 4 знаках — то есть выигрыш даёт сама архитектура конвейера, а не мощность конкретной модели. Ручной аудит 226 расхождений с эталоном показал, что заметная часть «ошибок» — это спорные пограничные случаи или огрехи разметки самого бенчмарка, а не ошибки системы.
Объём чтения: full_text
transfer_limits: Оценка проведена на одном офлайн-бенчмарке (HSCodeComp, товары e-commerce), а не в потоке реального таможенного оформления; текст называет систему «production-grade» и упоминает «несколько production-релизов» (v7), но не приводит данных о фактическом объёме деклараций, обработанных в реальной работе GACC — статус промышленного внедрения не подтверждён документом и не может быть принят как факт эксплуатации. Ручной аудит расхождений проведён теми же авторами (не независимая сторона), что ограничивает объективность корректировки точности. Аффилиация авторов: 3 из 7 — сотрудники Главного таможенного управления КНР (GACC, Шанхай, включая Department of Science and Technology и Customs National Supervision Bureau for Duty Collection), то есть само регулирующее ведомство оценивает систему, которую, вероятно, использует или планирует использовать; ещё 1 автор — из коммерческой компании Nanjing Jiyun Information Technology Co., Ltd. Заинтересованность GACC и коммерческого соисполнителя в статье не оговорена.
Продолжение: Проверить, появится ли публикация с данными о реальном объёме деклараций, обработанных системой в GACC (заявленный «production» статус пока не подтверждён численно).