在乌克兰战争电报数据中，XGBoost 找到平民伤害信息的表现优于大语言模型

Bellingcat 介绍了一项面向乌克兰战争 Telegram 数据的研究方法：在识别平民伤害相关帖子时，传统机器学习模型 XGBoost 的表现优于受测大语言模型。文章重点在于数据筛选、分类任务与调查工作流，显示专用模型未必需要更大或更通用。