English(EN) Lev-3B: A Data Recipe for Compact Probabilistic Log Decision Models

新型3B参数模型Lev-3B提供高效日志分析

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-31 04:00

研究人员推出Lev-3B，这是一款专为日志分析任务设计的紧凑型30亿参数概率决策模型。该模型基于Granite-4.1-3B-Base构建，采用新颖的两阶段训练配方。第一阶段涉及在无日志数据的情况下学习有界自然语言决策，随后是日志阶段，将目标任务与来自35个辅助任务的通用日志数据混合。与仅在日志数据上训练相比，这种基于课程的方法展示了更优越的迁移学习能力，并且通用日志数据的包含增强了在未见过的数据源上的性能。虽然Lev-3B在异常检测方面的表现优于提示式前沿模型，且服务成本更低，但在攻击技术分类方面表现落后，并且在不熟悉的系统上概率校准的可靠性较低。 AI

影响与大型模型相比，为日志分析中的异常检测提供了更具成本效益的解决方案。

排序理由该集群包含一篇详细介绍新模型及其训练方法的论文。[lever_c_research降级：ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍新模型及其训练方法的论文。[lever_c_research降级：ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 3 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Leo Betthauser, Yingqi Liu, Uday Shah, Jishang Wei, Sainyam Galhotra, Liang Gou, Vedant Dharnidharka, Hao Yang · 2026-10-31 04:00

Lev-3B：紧凑型概率日志决策模型的数据配方

arXiv:2610.38915v1 Announce Type: cross Abstract: Many log-analysis tasks involve choosing among known options, such as detecting anomalous sessions or identifying attack techniques, and benefit from calibrated probabilities. We present Lev-3B, an open 3B-parameter decision model…

本文如何被排名

报道来源 [1]

Lev-3B：紧凑型概率日志决策模型的数据配方

相关实体

相关话题