# 研究人员推出 CARE 流程，减少 AI 决策所需的人工审核

> 测试显示，CARE 系统在驾驶、语言和机器人数据上可将人工审核需求降低 25‑81%，同时保障安全。

Oossa · 2026-10-08 · https://oossa.com/zh/researchers-unveil-care-pipeline-to-cut-human-checks-in-ai-decisions

由 Chenyu Zhang 领衔的团队于 Oct 6 2026 发表论文，介绍了 CARE——校准式自适应纠正与升级机制。该方法让 AI 模型只在必要时请求人工协助，并利用反馈改进后续预测。在四个真实世界的安全关键型数据集上进行的实验表明，与现有方法相比，该方案在保障决策安全的同时，将人工查询量减少了 25‑81%。

## 事实

- 论文于 Oct 6 2026 提交（“Tue, 6 Oct 2026 19:44:15 UTC”）
- 在四个数据集上，人工查询量减少 25‑81%

## 为什么重要

对于在安全关键领域部署 AI 的企业，CARE 有望在维持人工监督的同时降低人力成本。

## 来源与参考

1. [Careful Judge: Safe and Efficient Human-AI Collaborative Decision Making](https://arxiv.org/abs/2610.09043) – arXiv stat.ML, 2026-10-08

最后更新: 2026-10-08