我们介绍了Nemotron-Nano-9B-V2，这是一种混合Mamba-Transformer语言模型，旨在增加推理工作负载的吞吐量，同时与类似尺寸的模型相比，同时实现最新的精度。 Nemotron-Nano-9B-V2建立在Nemotron-H架构上，其中通用 Transformer 体系结构中的大多数自我发场层被MAMBA-2层取代，以在产生推理所需的较长思维痕迹时，可以提高推理速度。我们使 ...

有效的事件响应（IR）对于缓解网络威胁至关重要，但是安全团队被警报疲劳，高阳性率和大量的非结构化网络威胁情报（CTI）文档所淹没。尽管CTI具有丰富安全操作的巨大潜力，但其广泛而分散的性质使手动分析时间耗时和资源密集。 To bridge this gap, we introduce a novel Retrieval-Augmented Generation (RAG)-based framew ...

内部人士威胁对组织安全构成了重大挑战，由于其微妙和上下文性质，通常会逃避传统的基于规则的检测系统。本文介绍了AI驱动的内部风险管理（IRM）系统，该系统集成了行为分析，动态风险评分以及实时政策执法，以高精度和适应性来检测和减轻内部人士威胁。我们介绍了一种混合评分机制 - 从静态PRISM模型过渡到基于自适应AI的模型，该模型利用经过专家注释的用户活动数据培训的自动编码器神经网络 ...

成功防止动态发展的网络威胁需要先进和精致的技术。这项研究提出了一种新型的方法，可以通过整合大型语言模型（LLM）和带有连续威胁智能供给的大型语言模型（LLMS）和检索型发电（RAG）系统来增强实时网络安全威胁检测和响应。利用LLM，特别是GPT-4O的最新进步以及RAG技术的创新应用，我们的方法通过结合动态的实时数据源来解决传统静态威胁分析的局限性 ...

高级持续威胁（APTS）由于隐身和模仿正常系统行为的能力而构成了重大的网络安全挑战，因此在高度不平衡的数据集中检测特别困难。传统的异常检测方法难以有效地区分与良性过程，从而限制了它们在现实世界中的适用性。本文介绍了APT-LLM，这是一种基于嵌入式嵌入的异常检测框架，该框架集成了大型语言模型（LLMS） -  Bert，Albert，Distilbert和Roberta-与自动编码器架构以检测AP ...

网络威胁情报 (CTI) 报告中的文本描述（例如安全文章和新闻）是有关网络威胁的丰富知识来源，对于组织及时了解快速变化的威胁形势至关重要。然而，现有的CTI提取方法缺乏灵活性和通用性，常常导致知识提取不准确和不完整。语法解析依赖于固定的规则和字典，而模型微调需要大量带注释的数据集，这使得这两种范式都难以适应新的威胁和本体 ...

大型语言模型（LLM）的最新进展证明了它们在自然语言以外的结构化和非结构化数据模式上处理和理性的出色能力。在这项工作中，我们探讨了视觉语言模型（VLMS）的应用，特别是Llama 3.2的微调变体，以确定来自高能物理学（HEP）实验中像素化检测器数据中的中微子相互作用的任务 ...

我们提出了一类具有自发d均衡破裂的左右对称模型（LRSM），其中su（2）_r在TEV尺度上断裂，而离散的左右对称性在10^9 GEV左右破裂。通过将该框架嵌入非苏格拉式的SO（10）大统一理论（GUT）中，将pati-salam对称性作为最高的中间断裂步骤，我们在TEV量表的右手和左手量规耦合之间获得了G_R / G_L〜0.6 ...