AISI und Irregular: Höheres Reasoning-Budget steigert Erfolgsquote bei KI-Netzwerkaufgaben deutlich
Originaltitel:Evidence for inference scaling in AI cyber tasks: Increased evaluation budgets reveal higher success rates
KI-Zusammenfassung
Eine gemeinsame Studie von AISI und Irregular zeigt, dass aktuelle Frontier-Modelle Reasoning-Budgets weit über übliche Evaluationssetups hinaus effektiv nutzen: AISI mit einem Limit von 50M Tokens und Irregular mit 1000 Turns beobachteten beide eine kontinuierlich steigende Erfolgsquote mit wachsendem Budget; etwa 8 % der AISI-Aufgaben wurden erst gelöst, als das Budget von 10M auf 50M Tokens erhöht wurde.
Kernpunkte
- Eine gemeinsame Studie von AISI und Irregular zeigt
- dass aktuelle Frontier-Modelle Reasoning-Budgets weit über übliche Evaluationssetups hinaus…
- etwa 8 % der AISI-Aufgaben wurden erst gelöst,als das Budget von 10M auf 50M Tokens erhöht wurde.
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Kategorie
- Papers & Forschung
- KI-Bewertung
- 63
AISI 与 Irregular 用更大推理预算实测发现常规评测低估模型网络攻击能力上限,并给出按 cost per success 选预算的方法。
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: AISI und Irregular: Höheres Reasoning-Budget steigert Erfolgsquote bei KI-Netzwerkaufgaben deutlich. 5. März 2026. https://new.nat6.net/de/news/ulw3fuladgfwa88wi4lk3d9ka/