具有迭代协商的通道增强多代理系统用于文档敏感度分类
A Channel-Boosted Multi-Agent System with Iterative Consultation for Document Sensitivity Classification
摘要
关键国家基础设施部门的组织必须在路由或存储之前评估异构文档的敏感性。手动评估速度慢、不一致且不可扩展。 BERT 扩展了我们之前的泄漏控制基准,建立了顶级单编码器基线(在战略 16K 语料库上进行 5 倍交叉验证时,准确度为 89.14%,F1 分数为 89.33%)。然而,Transformer基线受到结构限制:固定输入长度截断丢弃了保留窗口之外的证据——正是敏感电缆往往最长的地方。我们提出了通道增强 MAS (CB-MAS) 并将其实例化为 IC-MAS(迭代协商多代理系统),以解决这个问题,而无需长上下文计算成本。通道评论代理学习文档自适应信任权重,以管理两个第一窗口编码器之间的门控通道提升,而配对的咨询代理则迭代地交换信念状态,以协调长文档开头和结尾的证据。 IC-MAS 通过在紧凑表示空间中协调固定窗口来保持计算常数,而不管文档长度如何。消融研究表明,评论家控制的通道提升提供了大量的准确性增益,而咨询则在不导致精度崩溃的情况下恢复了回忆。采用 Max-Pool 融合和 Blackboard Adaptive Consultation 的批评者控制门控通道提升实现了 90.72% 的准确度、91.23% F1 分数、92.01% 的敏感召回率和 90.46% 的敏感精度,与固定轮基线相比,平均计算量减少了约 54%。相对于单编码器基线的增益具有统计显着性(McNemar 检验,p 小于 0.000001;配对 t 检验)。我们包括 LIME/SHAP 可解释性、多主体评估以及对局限性的诚实核算。