论文用人工标注测量个人邮箱代理，生产规则准确率低于多数类基线。
资讯摘要
论文提出自托管个人收件箱代理 Foyer 及一套测量协议，用分层抽样、冻结快照、按线程分组划分、预注册假设和人工标注，在训练前获得真实标签。作者在 739 封意大利语/英语邮件上对比九类系统，报告约 200 个标签时逻辑回归在各字段准确率最高，但从不预测两个最稀有类别；发件人关系需从联系人图谱获取，单封邮件无法推断。
要点速读
- 论文在 739 封由邮箱主人标注的意大利语/英语邮件上，按线程分组交叉验证对比九类系统，包括生产关键词规则、TF-IDF+逻辑回归、本地与托管决策模型及托管生成式 LLM。
- 作者报告生产规则在邮件类型上准确率为 28%，而多数类基线为 58%；约 200 个标签时逻辑回归在类型、紧急度、需回复、噪声四个字段准确率最高，但从不预测两个最稀有类别。
- 论文称发件人关系（客户、供应商、服务）在联系人已出现时可从同一联系人的其他邮件以 98.6% 准确率恢复，任何模型都无法从单封邮件推断；按动作组合后，最准确系统忽略需处理邮件的比例为 18%，最佳 LLM 为 4%。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。