热点事件持续更新
Jev 网络流量分类首个实证研究
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv 的 cs.LG 分类发布了一项研究，首次实证评估通用决策模型 Jev 在网络流量应用分类上的表现。研究在 CESNET-QUICEXT-25 数据集上进行，仅使用前 10 个数据包的包大小、方向和包间隔时间作为输入。结果显示，40 个固定标注样本将 Jev 的准确率从 9.80% 提升至 28.42%；当上下文样本增至 150 个时，首个测试周的准确率达到 34.50%。报道未提及处理时间与成本的具体结果，也未说明后续进展。
AI 根据报道生成 · 1 小时前更新
最新进展10月3日 12:00
研究显示 Jev 在 150 个上下文样本下首个测试周准确率达 34.50%。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）Jev 用于网络流量分类的首个实证研究：准确率、处理时间与成本
研究首次实证评估通用决策模型 Jev 在网络流量应用分类上的表现：在 CESNET-QUICEXT-25 数据集上仅用前 10 个数据包的包大小、方向和包间隔时间，40 个固定标注样本将 Jev 准确率从 9.80% 提升至 28.42%，上下文增至 150 个样本时首个测试周达 34.50%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。