【摘要】
越來越多的信息以非結構化文本數據的形式在網上共享，尤其是在社交媒體上，這為補充傳統的網絡威脅情報來源提供了機會。由於人工無法處理如此龐大的數據量，我們探索了一些使用機器學習來協助分析的可能性。我們特別關注檢索與指定威脅行動者相關的信息。通過對現有的語言模型進行微調，以特定的下游任務為基礎，基於偽自動注釋的數據，可以獲得檢測和提取之前未見過的威脅參與者的模型。我們在不同的條件下執行多次評估，其中一些表明模型確實能夠產生在半自動分析設置中有用的結果。此外，我們將此視為將通用語言模型應用於特定領域任務的一個案例研究，並反思了一些更普遍的經驗教訓。
牧原：2022年Q1公司合計出欄1382萬頭，同比增長79%，其中仔豬81萬頭，種豬3.3萬頭，商品豬1297.5萬頭，銷售均價12.1元/公斤。預計公司完全成本16元/公斤，1季度測算公司商品豬頭均虧損約432元，考慮仔豬和種豬業務，測算公司2022Q1養殖業務累計虧損約56.4億元（不考慮少數股東權益）。
海大：一季度飼料銷量增長約20%，禽料增長約10%-15%，豬料增長約20%-30%，水產料增長約25%-30%，其中蝦料增長約30%，高檔膨化增長約10%，飼料整體毛利環比基本穩定。一季度生豬出欄規模約70萬頭，養殖成本約16-17元/公斤，具體業績尚未出來（測算養殖虧損約3億元，飼料及相關主業預計盈利約3.5億左右）；
