论文用约束依赖图闭包替代相似度检索做合规检测
资讯摘要
论文提出 SkillCDG 合规检测框架，将长 SKILL 文档（SOP）重构为约束依赖图：每条原子规则锚定到原文片段作为节点，强制前置关系作为唯一边类型；策略生成的关键词激活种子规则，再按依赖闭包在部署上下文预算内选出紧凑且条件完整的规则集。作者还用可验证奖励的组相对策略优化训练检索阶段，并以选择性在线策略蒸馏提升判定准确率。
要点速读
- 将 SKILL 文档转为约束依赖图，把规则检索从相似度匹配改为上下文预算下的闭包选择
- 检索阶段用组相对策略优化训练，奖励结合输出格式有效性与下游判定正确性，闭包非空作为有效性门控
- 在三个企业数据集和两个公开基准上，作者报告 SkillCDG 的准确率与 F1 优于全文输入和基于检索的基线
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 2026/11/4 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。