文档分类的分层强化学习

DocHRL按文档难度动态选择分类策略，以降低模型与人工处理成本。

推荐理由：把文档分类从固定流水线改成逐样本策略选择，实质是在准确率、算力和人工复核之间做动态调度；适合高吞吐企业文档场景。