Sigma-Hunter 用 3,635 条 Sigma 规则微调 7B 模型,规则生成综合得分 8.17 超过最强通用基线 7.88
该工作构建 Sigma-Hunter,将 3,635 条经校验的开源 Sigma 规则扩展为 7,663 条问答与分析师推理指令样本,并在源规则级别划分训练、验证与测试集以防泄漏;用 LoRA 微调 7B Mistral 与 Phi-4 后,在 188 条留出规则生成样本上按语法、字段一致性与语义判断评分,Sigma-Hunter-Mistral 综合得分 8.17,高于最强通用基线 7.88 与未微调 Mistral 的 4.61。