CESNET-QUICEXT-25

Jev 模型在网络流量分类方面展现出潜力，但落后于传统方法

一篇新论文评估了通用决策模型 Jev 在网络流量分类方面的表现，并将其与 Random Forest、Extra Trees 等传统方法以及 OpenAI GPT-5.6 Sol 语言模型进行了比较。研究发现，虽然 Jev 的准确性随着标记示例的增加而显著提高，但仍落后于训练过的树集成模型。与 GPT-5.6 Sol 相比，Jev 的处理时间和成本较低，尽管在测试配置下，两种模型在准确性方面均未显示出明显优势。