透過間歇性地使用 LLM 來更有效地訓練小型模型，Sophos 成功打造了一系列速度快、效率高，而且可以實際用於商業應用的小型 AI 模型，這些模型在分類惡意網站等任務上，準確度幾乎可媲美 LLM，甚至在某些情境中表現更佳。此方法的關鍵在於三大技術：知識蒸餾 (Knowledge Distillation)、半監督式學習 (Semi-Supervised Learning) 以及合成資料生成 (Synthetic Data Generation)：
．知識蒸餾：透過大型模型將已學會的知識傳授給小型模型，提升其效能，同時避免大規模部署所帶來的龐大負擔。這在標籤雜訊不容忽視、無法完全手動重新標註的情境下，這種方法特別實用。
儘管 LLM 主導了近年來 AI 與資安領域的討論，但其更具前景的應用實際上在於提升那些構成資安營運核心的小型高效模型的效能。透過採用知識蒸餾、半監督式學習與合成資料生成等技術，我們得以持續在資安領域中深化 AI 的核心應用，確保系統在持續演進的威脅環境中保持彈性、強韌與領先地位。這種典範轉移不僅能最大化現有 AI 架構的效益，也能讓先進的資安能力普及化，使各種規模的企業都能負擔得起並有效運用。
- 新聞稿有效日期，至2025/08/24 為止
■ 我在中國工作的日子（十四）阿里巴巴敢給股票 - 2023/07/02
■ 我在中國工作的日子（十三）上億會員怎麼管理 - 2023/06/25
■ 我在中國工作的日子（十二）最好的公司支付寶 - 2023/06/18
■ 我在中國工作的日子（十一）兩個女人一個男人 - 2023/06/11
■ 我在中國工作的日子（十）千團大戰影音帶貨 - 2023/06/04
■ 我在中國工作的日子（九）電視購物轉型電商 - 2023/05/28
■ 我在中國工作的日子（八）那些從台灣來的人 - 2023/05/21
■ 我在中國工作的日子（七）嘉丰資本擦身而過 - 2023/05/14
■ 我在中國工作的日子（六）跟阿福有關的人們 - 2023/05/07
Information
上一篇：加薩營養與供應危機惡化：孕婦多低於40公斤易早產，5嬰兒共用1保溫箱
下一篇：Check Point Software 發佈近期最新資安數據統計
