标签
研究在 CTI-REALM 安全检测规则生成基准上评估了 26 个模型（19 个开放权重、7 个闭源），发现给予足够交互轮次时，开放权重模型能以不到十分之一的成本匹配最强闭源模型。作者还指出基准的消息轮次上限是混淆因素，并提出按工作流阶段路由到不同模型的建议。
一种受Sigma/YARA启发的AI代理安全威胁开放检测规则格式，旨在标准化对提示注入、工具滥用及其他代理攻击的检测，但指出其在应对语义攻击方面存在局限性。