AISI e Irregular descubren que ampliar el presupuesto de razonamiento mejora notablemente el éxito en tareas de ciberseguridad de IA
Título original:Evidence for inference scaling in AI cyber tasks: Increased evaluation budgets reveal higher success rates
Resumen de IA
Un estudio conjunto de AISI e Irregular concluye que los modelos frontera recientes aprovechan eficazmente presupuestos de razonamiento muy superiores a los de las evaluaciones habituales: AISI usó un límite de 50M tokens e Irregular 1000 turnos, y en ambos casos la tasa de éxito siguió aumentando al ampliar el presupuesto; cerca del 8% de las tareas de AISI solo se resolvieron al pasar de 10M a 50M tokens.
Puntos clave
- Un estudio conjunto de AISI e Irregular concluye que los modelos frontera recientes aprovechan…
- y en ambos casos la tasa de éxito siguió aumentando al ampliar el presupuesto
- cerca del 8% de las tareas de AISI solo se resolvieron al pasar de 10M a 50M tokens.
Resumen rápido
- Publicado
- Actualizado
- Categoría
- Artículos e investigación
- Puntuación IA
- 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。
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: AISI e Irregular descubren que ampliar el presupuesto de razonamiento mejora notablemente el éxito en tareas de ciberseguridad de IA. 5. marzo 2026. https://new.nat6.net/es/news/ulw3fuladgfwa88wi4lk3d9ka/