热点事件持续更新
LLM弱标注师生框架用于网络安全推文分类
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月16日，arXiv cs.CL 发布一项研究，提出基于 LLM 的网络安全推文分类弱标注方法：采用教师-学生弱监督框架，选用特定 LLM 作为 Teacher，为未标注的网络安全推文生成弱标签，使网络安全专用预训练语言模型（PLM）无需大规模人工标注即可训练。实验结果显示，仅用 LLM 生成标签训练的 PLM 在所有评估架构上 F1 均超过 0.92，与完全人工监督模型的差距在 3 个百分点以内。报道未披露所用 LLM 与 PLM 的具体名称、数据集规模及评估架构细节。
AI 根据报道生成 · 58 分钟前更新
最新进展10月16日 12:00
新论文称仅用 LLM 弱标签训练的网络安全 PLM 各架构 F1 均超 0.92，距人工监督 3 个百分点内。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv cs.CL基于 LLM 的网络安全推文分类弱标注：教师-学生框架
教师-学生弱监督框架用选定的 LLM 作为 Teacher 为未标注网络安全推文生成弱标签，使网络安全专用 PLM 无需大规模人工标注即可训练。实验显示，仅用 LLM 生成标签训练的 PLM 在所有评估架构上 F1 均超过 0.92，与完全人工监督模型的差距在 3 个百分点以内。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。