フィッシングURL検出のためのLeast-to-Most推論の抽出

要約

フィッシングURL検出において、大規模言語モデル（LLM）の推論能力を引き出す新しいフレームワークが提案されました。本研究では「Least-to-Most」プロンプティングに「回答感度」メカニズムを導入し、反復的な推論を強化しました。これにより、わずかな学習データで教師ありモデルに匹敵する精度を達成し、従来手法を上回る性能を示しています。

全文は有料プランで閲覧できます。