实体
CTI-REALM
CTI-REALM
PulseAugur coverage of CTI-REALM — every cluster mentioning CTI-REALM across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
开源权重AI模型在安全基准测试中成本更低地媲美闭源模型
一篇新发表在arXiv上的研究评估了二十六种语言模型（包括开源权重和闭源模型）在CTI-REALM安全工作基准测试中的表现。研究发现，开源权重模型能够以更低的成本实现与昂贵的闭源模型相当的性能，尤其是在给予更多轮次来完成任务时。研究还表明，将工作流的不同阶段路由到专用模型可能比依赖单一模型的整体分数更有效。
-
Sakana AI 推出 Fugu-Cyber 用于网络安全任务 · 已追踪 2 个来源
Sakana AI 推出了 Fugu-Cyber，一个专门针对网络安全任务进行调优的编排模型。该模型在 CyberGym 基准测试中取得了 86.9% 的成绩，在 CTI-REALM 基准测试中取得了 72.1% 的成绩，使其成为与 GPT-5.5-Cyber 和 Claude Mythos Preview 等其他专业模型竞争的有力选项。Fugu-Cyber 在 Sakana 的 Fugu orchestrator 中运行，该 orc…