💻 计算机科学

ThreatQwen: Domain-Adaptive Fine-Tuning of a 1.7B LLM for Security Event Classification and SOC Triage

本文介绍了 ThreatQwen-1.7B-Detect,这是一个可本地部署的开源 1.7B 参数语言模型,该模型在经过精心策划的真实检测规则和合成数据语料库微调后,在安全事件分类方面达到了 95.1% 的准确率,在完全脱网运行的隔离式安全运营中心(SOC)环境中,其表现显著优于 GPT-4o 等前沿模型。

Md. Minaruzzaman Shovon2026-09-29
💻 计算机科学

From Data Sharing to Data Surveillance? - AI Agents and the Panoptic Dynamics of Mobility Data Spaces

本文认为,尽管日志记录和审计追踪等透明度机制对于人工智能驱动的移动出行数据空间的问责至密重要,但它们可能会在无意中产生类似监控的效果,从而阻碍利益相关者的自愿参与,因此有必要构建一个基于目的限制、访问控制和面向用户的透明度的重构框架,以平衡数据共享收益与信任。

Tim Robin Kosack, Sofia Kyrampalidou, Clemens Danda, Simon Odrowski2026-09-28