ai-ml
التعلم المعزز لتوليد الثغرات
ندرّب وكيل PPO لتحويل الانهيارات إلى اختطاف لتدفق التحكم. مكافآت باستخدام eBPF، إخفاقات صادقة وكود حقيقي. ما تعلمناه على الطريق.
ai-ml
战术 RAG：从 Writeup 到行动
索引 9115 篇 HTB writeup 并不是构建搜索引擎，而是为一个正在进行渗透的智能体提供操作记忆。以下是我们学到的经验。
ai-ml
タクティカル RAG：Writeup から行動へ
9115 件の HTB writeup をインデックス化することは検索エンジンを作ることではない。エクスプロイトの最中にいるエージェントに作戦記憶を与えることだ。私たちが学んだことを共有する。
ai-ml
टैक्टिकल RAG: राइटअप्स से एक्शन तक
9115 HTB राइटअप्स को इंडेक्स करना सर्च इंजन बनाना नहीं है: यह एक एजेंट को ऑपरेशनल मेमोरी देना है जो एक्सप्लॉइट के बीच में है। यह हमने सीखा।
ai-ml
Tactical RAG: From Writeups to Action
Indexing 9115 HTB writeups isn't building a search engine: it's giving operational memory to an agent in the middle of an exploit. Here's what we learned.
ai-ml
RAG التكتيكي: من الـ Writeups إلى الفعل
فهرسة 9115 writeup من HTB ليست بناءَ محرّك بحث: إنها منح ذاكرة تشغيلية لعميل يقف في منتصف عملية استغلال. هذا ما تعلمناه.
ai-ml
用于漏洞分诊的多智能体辩论
为什么我们让三个智能体(批判型、证据型和技术型)在关闭每个发现之前对其进行辩论,包含真实指标和权衡。
ai-ml
脆弱性トリアージのためのマルチエージェント・ディベート
なぜ私たちは各findingをクローズする前に3つのエージェント(批判型、証拠型、技術型)に討論させるのか、実際のメトリクスとトレードオフを交えて。
ai-ml
भेद्यता ट्राइएज के लिए मल्टी-एजेंट डिबेट
हम तीन एजेंटों (आलोचनात्मक, साक्ष्य-आधारित और तकनीकी) से प्रत्येक निष्कर्ष को बंद करने से पहले बहस क्यों करवाते हैं, वास्तविक मेट्रिक्स और ट्रेड-ऑफ के साथ।
ai-ml
Multi-Agent Debate for Vulnerability Triage
Why we make three agents (critical, evidential, and technical) debate each finding before closing it, with real metrics and trade-offs.
ai-ml
المناظرة متعددة الوكلاء لفرز الثغرات الأمنية
لماذا نجعل ثلاثة وكلاء (نقدي، استدلالي، تقني) يتناظرون حول كل اكتشاف قبل إغلاقه، مع مقاييس حقيقية ومقايضات.
engineering
LLM 引导的模糊测试:更高覆盖率,更少无聊崩溃
我们如何在 Gwaihir CLI 中将 AFL++ 与 LLM 生成的种子相结合,对复杂解析器进行模糊测试,而不会被初始验证崩溃所淹没。