Mga Papel at Pananaliksik

Natuklasan ng AISI at Irregular na ang pagtaas ng reasoning budget ay makabuluhang nagpapataas ng success rate sa AI cyber tasks

Orihinal na pamagat:Evidence for inference scaling in AI cyber tasks: Increased evaluation budgets reveal higher success rates

AI summary

Sa pinagsamang pag-aaral ng AISI at Irregular, natuklasan na epektibong nagagamit ng mga kamakailang frontier model ang reasoning budget na mas malaki kaysa sa karaniwang evaluation setup: gumamit ang AISI ng 50M token na limit, at ang Irregular ng 1000 turns, at parehong naobserbahan ang patuloy na pagtaas ng success rate habang lumalaki ang budget; humigit-kumulang 8% ng mga gawain ng AISI ay nalutas lamang nang itaas ang budget mula 10M patungong 50M token.

Mahahalagang impormasyon

  • Sa pinagsamang pag-aaral ng AISI at Irregular,natuklasan na epektibong nagagamit ng mga…
  • at ang Irregular ng 1000 turns,at parehong naobserbahan ang patuloy na pagtaas ng success rate…
  • humigit-kumulang 8% ng mga gawain ng AISI ay nalutas lamang nang itaas ang budget mula 10M…

Mabilisang tingin

Na-publish noong
Na-update noong
Pinagmulan
英国 AI Security Institute:Blog(网页)
Kategorya
Mga Papel at Pananaliksik
AI na marka
63
Basahin ang orihinal Basahin ang buong artikulo sa orihinal na pinagmulan
Dahilan ng rekomendasyon

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。

Pinagmulan at copyright

Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.

Link ng orihinal · Entry sa AIHOT

Paano banggitin

Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.

Orange News: Natuklasan ng AISI at Irregular na ang pagtaas ng reasoning budget ay makabuluhang nagpapataas ng success rate sa AI cyber tasks. 5 Marso 2026. https://new.nat6.net/fil/news/ulw3fuladgfwa88wi4lk3d9ka/

Tingnan lahat →