10:46官方一手arXiv: OpenAI@Muhammad Laiq该论文在基准数据集上比较了七种安全漏洞报告识别技术,涵盖传统机器学习与大型语言模型。SetFit取得最佳综合表现,F1分数达0.80,在四个数据集中的三个上领先。RoBERTa表现接近,在部分项目中与SetFit相当。传统方法如Logistic回归在特定场景下仍有优势。GPT-5.2在零样本和少样本设置下均表现不佳。论文SetFitGPT-5.2RoBERTa推荐理由:这篇论文把七种识别安全漏洞报告的方法拉到一起比了比,结果SetFit最猛,GPT-5.2反而拉胯。做漏洞管理的人可以参考。原文稍后读已读值得跟进有用关注 SetFit