Técnica de segmentação de contexto melhora modelos pequenos rodando localmente na resolução autônoma de desafios de CTF
Pesquisadores mostram que small language models (SLMs) de peso aberto, rodando localmente e sem os guardrails de APIs comerciais, resolvem mais desafios de CTF ao dividir a exploração em subtarefas isoladas de contexto. A técnica, chamada context segmentation, resolveu 18,52% das tarefas do picoCTF que a execução agêntica padrão não conseguia, usando um modelo pequeno com restrição de memória.
Fonte ↗