在使用Claude Code时，我认识到“地图”和“领土”的区别。地图代表我的提示和技能，而领土是实际的代码库和约束。未知因素会影响Claude的决策，工作越多，未知因素越多。Claude Fable的工作质量取决于我澄清未知的能力，实施过程中可能会发现更多未知。因此，与Fable的合作是一个需要不断迭代和发现未知的过程。
本研究旨在利用开源情报中的非结构化文本数据，填补现有领土控制预测的空白。提出的CONTACT框架应用大语言模型（LLMs）和少量监督，通过使用小规模的手动标label的数据集，创新性地结合了几种方法来提取与控制相关的信号。结果显示，基于BLOOMZ的模型性能优于基线方法，表明该框架在低资源环境下能够显著改善推理能力并降低标注负担。
完成下面两步后，将自动完成登录并继续当前操作。
