XGBoost击败LLM：在乌克兰战争Telegram数据中识别平民伤害帖子

Bellingcat开发了一种基于XGBoost的机器学习模型，用于从Telegram海量帖子中高效筛选出涉及平民伤害的内容。与传统方法相比，该模型将搜索时间大幅缩短，且性能优于Gemma、Gemini等大型语言模型。研究团队通过特征工程、关键词分析和语义相似度计算，成功将人工核查的重点从搜索转向验证。该开源方法为冲突地区平民伤害监测提供了可复用的技术框架。