虚张声势：通过有序推理链正则化检测不断变化的有害聊天对话

有害的聊天对话通过类型转换和词汇逃避而不断变化，但我们发现它们共享不变的原则，即重复出现的主题、伤害语言指标、严重程度层次结构和类型特征的有序推理链（ORC），这可以帮助我们捕获频繁变化的词汇表达中的关键信息。我们提出 BRACE，它将 ORC 编码为具有中间监督的四个可微阶段（主题 -> 指标 -> 严重性 -> 类型），充当与直接头混合的结构化正则化器，并由基于原型的特征增强和特征路径解开支持。评估结果显示，在 4 个领域和 5 个危害类别中，BRACE 实现了 0.934 的危害类型宏 F1（RoBERTa-wwm-ext，3-seed 平均值），解码器主干（Qwen3-1.7B LoRA）达到 0.949。消融研究表明，所有组件都对 BRACE 做出贡献，ORC 的结构分解使 BRACE 能够区分语义模糊的有害类型。免责声明：本文可能包含令某些读者感到不安的内容。