CARE-SD 架构提升本地SLM自我披露分析

Aisvarya Adeseye 等论文作者提出 CARE-SD 架构，通过语境自适应处理、分层披露推理、解释一致性核验和跨批次协调四个模块，提升本地小语言模型对网络安全访谈中自我披露的分析能力。基于论文摘要，Llama 3B 的类别 Macro-F1 由 0.80 提升至 0.88，无依据主张减少 60%，并达到 20B 参考模型的类别 Macro-F1 水平。 实验在本地部署条件下评估了 Llama 1B、Qwen 1.5B 和 Llama 3B 三个模型，使用 82 份独立标注的网络安全访谈，覆盖五个组织部门。上述数字为作者报告的结果，目前处于论文摘要阶段。

AI 根据报道生成 · 1 天前更新