★ 2
LLM 弱标注框架用于网络安全推文分类
论文提出教师-学生弱监督框架,用 LLM 为无标注网络安全推文生成弱标签,训练领域专用预训练语言模型。结果显示仅用 LLM 标签训练的模型 F1 均超 0.92,与全人工监督模型差距在 3 个百分点内。
arXiv NLP17 天前
共 2 篇相关资讯,按重要度与时间排序,每 3 小时更新。
论文提出教师-学生弱监督框架,用 LLM 为无标注网络安全推文生成弱标签,训练领域专用预训练语言模型。结果显示仅用 LLM 标签训练的模型 F1 均超 0.92,与全人工监督模型差距在 3 个百分点内。
论文提出 ASGARD,一种两阶段教师-学生框架,使基于强化学习的无人机控制策略能抵御动作空间攻击——即策略输出动作后被篡改、执行器仍照常执行的情形。教师阶段利用攻击相关特权信息训练编码器与监控器,学生阶段仅凭物理状态历史在机载运行。实验显示 ASGARD 能完成任务并泛化到未见攻击与隐蔽攻击。