**XGBoost在识别乌克兰战争平民伤亡电报帖子中优于大语言模型** _XGBoost beat LLMs at finding civilian-harm
原帖
**XGBoost在识别乌克兰战争平民伤亡电报帖子中优于大语言模型**
_XGBoost beat LLMs at finding civilian-harm posts in Ukraine war Telegram data_
> Bellingcat开发的新机器学习模型利用XGBoost算法对Telegram帖子进行排序,以高效筛选包含平民伤亡事件的帖子。该方法大幅减少了人工搜索时间,使研究人员能专注于核实事件而非寻找线索,为苏丹和中东等冲突地区的相关调查提供了可借鉴的方法论。
**来源信息**
- **来源**:Hacker News:AI 热帖
- **分类**:ai-products
- **发布时间**:2026-07-07 04:28(北京时间)
- **原文**:[打开原文](https://www.bellingcat.com/resources/2026/06/25/how-to-use-ai-to-help-find-civilian-harm-conflict-report-monitor-war-machine-learning-telegram)