IoT侵入検知向け軽量言語モデル、既存比7倍小型で89倍高速化を実現
arXiv cs.CRは2026年10月21日(現地時間)、フレデリック・アジェワ (Frederic Adjewa) 氏らが、リソースに制約のあるIoT環境における侵入検知向けに、パラメータ効率に優れた軽量なTransformerベースの言語モデルを提案した。この新モデルは、入力を小さな潜在空間に圧縮し、最小限のTransformerコアで処理するアーキテクチャを採用。既存のSecurityBERTと比較して約7分の1のサイズで約89倍の高速化を実現し、F1スコアで同等以上の性能を達成したと報告されている。