GitHub · 灵魂体仓库·· 19 天前AI 评分32
QLoRA 微调 Qwen2.5-1.5B-Instruct 用于网络安全威胁分析结构化 JSON 生成
RuchaPanhale/qlora-cybersecurity-threat-analysis
来源与原文
GitHub · 灵魂体仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/RuchaPanhale/qlora-cybersecurity-threat-analysis
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
该项目基于 Qwen/Qwen2.5-1.5B-Instruct，用 QLoRA 4-bit 量化微调，将网络安全日志转为含 attack_type、severity 等字段的结构化 JSON。数据集源自 Kaggle 镜像的 UNSW-NB15（2,540,047 行），筛选出 v1 共 2,850 条。最终盲测集上，QLoRA v2 攻击类型准确率从 v1 的 50.0% 提升至 76.7%，severity 准确率 100.0%，affected_asset 准确率 73.3%，且在 20 例小型回归基准上未见能力退化。
来源：GitHub · 灵魂体仓库 · github.com