XGBoostがLLMを破る：ウクライナ戦争のTelegramデータから市民被害投稿を発見

Bellingcatは、Telegramの膨大な投稿から市民被害を効率的に特定するXGBoostベースの機械学習モデルを開発した。手動検索と比較して時間を大幅に短縮し、GemmaやGeminiなどの大規模言語モデルよりも優れた性能を示した。特徴量エンジニアリング（キーワード、感情反応、意味的類似度）とBERT埋め込みにより精度を向上。コードと手法はオープンソース化され、スーダンや中東などの紛争地帯に応用可能。