Patras
PulseAugur coverage of Patras — every cluster mentioning Patras across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Bulkhead框架使用LLM自动化容器逃逸漏洞检测
一个名为Bulkhead的新框架已被开发出来，用于自动检测和修复容器逃逸漏洞，特别是路径遍历（PaTra）缺陷。该系统将大型语言模型（LLM）与形式化方法相结合，以分析容器化代码，识别不安全的宿主机-容器交互，并生成概念验证（proof-of-concept）漏洞利用程序来指导修复过程。Bulkhead旨在通过提供一个可扩展且高效的解决方案来保护利用容器内共享资源的AI工作负载，从而克服现有内核级保护和手动代码审计的局限性。
-
Patra获得AI价值提取专利；Kraken推出Agentic交易
Patra已为其AI价值提取技术获得美国专利，该技术旨在增强保险业务运营。与此同时，Kraken正准备推出Agentic交易功能，标志着加密货币交易所正在超越传统的数字资产交易范畴。
-
新型PATRA模型通过模式识别增强时间序列问答能力
研究人员开发了PATRA，一种旨在通过更好地理解趋势和季节性等潜在模式来改进时间序列问答的新模型。当前模型通常过于简单地处理时间序列数据，或难以平衡不同难度任务的学习。PATRA通过引入模式感知机制以实现更深层次的对齐，以及任务感知奖励系统来协调学习，从而在各种TSQA任务上取得卓越表现。
-
新基准'PatRe'用LLM模拟完整的专利审查周期
研究人员推出了PatRe，一个旨在评估大型语言模型（LLM）在复杂、多阶段专利审查过程中的新基准。与将审查视为简单分类的先前基准不同，PatRe模拟了完整的生命周期，包括生成审查意见书和申请人答辩。使用PatRe和各种LLM进行的实验揭示了专有模型和开源模型在性能上的差异，突显了它们在法律和技术推理方面的能力和局限性。