论文精选

确定性智能体工作流实现HS关税分类:多维规则推理与可解释决策

A Deterministic Agentic Workflow for HS Tariff Classification: Multi-Dimensional Rule Reasoning with Interpretable Decisions

精选理由

做国际贸易合规或海关数据自动化的团队,终于有了一个可解释、可审计的AI分类方案,比黑箱模型更可靠,建议直接看论文的六阶段流水线设计。

AI 摘要

该论文提出了一种确定性智能体工作流,用于解决HS关税分类这一高难度专家任务。传统端到端大模型提示方法在多维规则推理中常失败,而该工作流通过固定控制流、将语言模型调用限制在狭窄阶段,并保留局部反思与验证机制,实现了可解释性。在HSCodeComp数据集上,使用Qwen3.6-plus模型达到六位数64.2% top-1和78.3% top-3准确率;开源模型Qwen3.6-27B-FP8在非思考模式下与前沿模型有高度一致性。手动审计发现部分基准标签可能偏离HS通用规则,相关记录已公开。

AI 翻译 · 中文

该论文提出了一种确定性智能体工作流,用于解决HS关税分类这一高难度专家任务。传统端到端大模型提示方法在多维规则推理中常失败,而该工作流通过固定控制流、将语言模型调用限制在狭窄阶段,并保留局部反思与验证机制,实现了可解释性。在HSCodeComp数据集上,使用Qwen3.6-plus模型达到六位数64.2% top-1和78.3% top-3准确率;开源模型Qwen3.6-27B-FP8在非思考模式下与前沿模型有高度一致性。手动审计发现部分基准标签可能偏离HS通用规则,相关记录已公开。

arXiv cs.AIHarmonized System (HS) tariff classification is a high-stakes, expert-level task in which a free-form product description must be mapped to a specific six- or eight-digit code under the General Interpretive Rules (GIR),