محققان در یک پژوهش جدید نشان دادند که برای متخصص کردن مدلهای زبانی بزرگ (LLMs) در حوزه امنیت سایبری، لزوماً به کوهی از داده نیاز نیست! این مطالعه ثابت میکند که با استفاده از روش «پیشآموزش مداوم و تطبیقی» (DAP)، میتوان مدلهای قدرتمندی مثل Llama-3.3 را با حجم بسیار کمی از داده (فقط حدود ۱۱۸ میلیون توکن) به سطح عملکرد فوقالعادهای در تشخیص تهدیدات سایبری رساند.
نتایج این تحقیق نشان میدهد که این روش جدید، عملکرد مدلها را تا چندین برابر نسبت به روشهای سنتی بهبود بخشیده و راه را برای استفاده بهینهتر و کمهزینهتر از هوش مصنوعی در زیرساختهای امنیتی هموار میکند. 🛡️💻
منبع: arXiv AI
