基于3.8B小模型微调预测CVE安全评分与CWE

研究人员Tara Dixit等人发表新论文，探索利用小型语言模型自动化预测网络安全漏洞评分。该研究采用3.8B参数的Phi-3.5-mini模型，通过LoRA技术进行微调。 实验显示，模型在单块Apple M5 Pro芯片上完成微调仅耗时2.5小时。针对2024年NVD快照中的36,325个可用CVE，模型在严重性预测上达到69.9%准确率，CWE分类准确率为70.9%。 模型基于预测向量推导分数，将严重漏洞的召回率提升至73.3%。所有系统仅使用2022和2023年发布的CVE数据进行训练，展示了小模型在安全漏洞分析领域的高效潜力。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。