一篇新的arXiv预印本详细介绍了一个能够自动化对手模拟的LLM框架，成功率达到84%，它利用Claude Sonnet 4.5来解读威胁报告并生成纠正性攻击剧本。另外，另一篇arXiv预印本描述了一个强化学习代理，它使用Lyapunov指数奖励来稳定摆锤，达到了一个新的直立状态，在机器人领域具有潜在应用。 AI
影响 展示了LLM在网络安全和RL在机器人领域的创新应用，推动了研究边界。
排序理由 arXiv上发表了两篇不同的研究预印本，详细介绍了AI的新颖应用。
在 Mastodon — fosstodon.org 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
LLM framework automates adversary emulation at 84% success A new arXiv preprint shows LLMs can read threat reports, generate attack playbooks, and self-correct failures, reaching 84% with Claude Sonnet 4.5. https://www. notatechguy.com/llm-framework- automates-adversary-emulation…
RL agent stabilises pendulum beyond Kapitza with Lyapunov reward An arXiv preprint shows an RL agent using a Lyapunov exponent reward found the Kapitza pendulum and a new upright state, with implications for robotics. https://www. notatechguy.com/rl-agent-stabi lises-pendulum-bey…