arXiv 隐私论文· Aisvarya Adeseye·· 1 天前AI 评分39
CARE-SD：面向文本数据本地 SLM 自我披露分析的可解释推理架构
CARE-SD: Explainable Reasoning Architecture for Local SLM Self-Disclosure Analysis in Textual Data
AI 导读
研究提出 CARE-SD 四模块架构，用于本地小语言模型对网络安全访谈中的自我披露进行可解释分析，在 82 份独立标注的访谈上测试 Llama 1B、Qwen 1.5B 和 Llama 3B。该架构将 Llama 3B 的 Macro-F1 从 0.80 提升至 0.88，并将无依据论断减少 60%。3B 模型在类别 Macro-F1 上追平 20B 参考模型，无需更大模型即可实现可靠分析。
来源：arXiv 隐私论文 · arxiv.org