arXiv · cs.AI · Yifan Yang (National University of Defense Technology, Changsha, China), Zhen Huang (National University of Defense Technology, Changsha, China), Weijia Shi (National University of Defense Technology, Changsha, China), Xichen Tan (National University of Defense Technology, Changsha, China), Zhihuang Liu (Xiamen University, Xiamen, China), Xionglve Li (National University of Defense Technology, Changsha, China), Zhiping Cai (National University of Defense Technology, Changsha, China) · 5 小时前模型评分30
ValQID：学习语义查询组的净价值用于 Web 设备识别
ValQID: Learning the Net Value of Semantic Query Groups for Web Device Identification
导读
国防科技大学等团队提出 ValQID，用关系图整合分散在网页文本、配置字段和管理功能中的设备身份线索，并按当前识别状态权衡每组语义问题的预期收益与执行成本，自适应分配计算来识别设备厂商和类型。在真实 Web 响应数据上，其联合 macro-F1 最高相对提升 47.1%，低频厂商 macro-F1 最高提升 82.1%；配套的 DSEJEV 相比通用语言模型将语义处理加速至多 8.58 倍。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We present ValQID, which uses a relation graph to combine dispersed device identity cues, evaluates semantic questions efficiently with DSEJEV, and accounts for complementarity among semantic questions when estimating computation value.”
来源：arXiv · cs.AI · arxiv.org