Estudo com 1.195 binarios mostra que classificacao direta por LLM supera triagem de malware mediada por 'claims' explicaveis
O framework MARS comparou duas formas de usar LLMs para triagem de malware -- veredicto direto de classificacao versus pontuacao de afirmacoes comportamentais (claims) extraidas pelo modelo e avaliadas por uma politica externa -- sobre 1.195 binarios PE e ELF e seis modelos de linguagem distintos. A classificacao direta foi mais precisa em todos os seis modelos, com vantagem de 3,7 a 20,9 pontos percentuais, embora a abordagem baseada em claims tenha se mostrado util para inspecao e revisao explicita de politica, algo que o veredicto direto nao oferece.
Fonte ↗