نماذج اللغات الكبيرة: النجاح غير المتوقع لتصنيف المستندات

تجادل هذه الورقة البحثية في إمكانية استخدام نماذج اللغات الكبيرة (LLMs) بكفاءة في تصنيف المستندات، وأن بعض المشكلات المعقدة يمكن حلها بشكل مفاجئ بتحويلها إلى مشاكل تصنيف مستندات. يوضح الكاتب ذلك من خلال استخدام مقارنة التصحيحات للعثور على ثغرات أمنية من نوع N-day. من خلال إعادة صياغة المشكلة على أنها تصنيف للفرق (المستندات) حسب أهميتها فيما يتعلق بتنبيه أمني (استعلام)، يمكن لـ LLMs تحديد الوظيفة المحددة التي تُصلح الثغرة الأمنية بكفاءة. تم التحقق من هذه التقنية في العديد من المؤتمرات الأمنية، ويمكن تطبيقها على مشاكل أمنية أخرى، مثل اختيار أولويات أهداف اختبارات التشويش. تتضمن التحسينات المستقبلية تحليل النتائج المصنفة وإنشاء أدلة قابلة للتحقق، مثل إنشاء استغلالات تجريبية قابلة للاختبار تلقائيًا.