Databricks 研究通过领域知识注入提升 LLM 恶意软件检测能力

Databricks 发布研究，提出在 LLM 对 npm 包中恶意二进制文件进行三重检测前，注入预计算的领域知识（能力概况），以提升检测准确率。 该研究评估了多种 LLM 在面对不同混淆和模糊程度的二进制负载时的推理能力，识别了针对此攻击向量的特定失效模式，并通过注入领域知识来弥补这些缺陷。 Databricks 称，这种针对特定领域、成本效益高的知识编码方法，能同时提升预算模型和前沿模型的检测质量。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。