热点事件持续更新

ARBITRA论文提出文档级ATT&CK抽取新框架

1 篇报道1 个报道来源23 小时前更新

先了解这件事

AI 综述

Younggin Jin 等研究者在 arXiv 提交论文（arXiv:2610.39433），提出名为 ARBITRA 的框架，用于从完整网络威胁情报（CTI）报告中抽取 MITRE ATT&CK 映射。该框架先用多个角色特化的 LLM 专家提出候选 ATT&CK 实体，再通过基于文档证据的 QBAF 量化双边论证框架逐项验证。论文称，在 ATT&CK 提取基准上，ARBITRA 的精度优于句子级流水线、近期 LLM 提取系统及 GPT-5.5 等前沿模型；在对抗扰动下，其平均精度下降约为前沿模型基线的一半。

AI 根据报道生成 · 1 小时前更新

最新进展10月29日 14:09

ARBITRA：基于多专家论证的鲁棒文档级 ATT&CK 提取

报道时间线

沿着报道，了解事件的不同侧面。

10月29日

14:09
arXiv · cs.CL
ARBITRA：基于多专家论证的鲁棒文档级 ATT&CK 提取
研究者提出 ARBITRA，用多个角色特化的 LLM 专家从完整 CTI 报告中提出候选 MITRE ATT&CK 实体，再通过基于文档证据的 QBAF 量化双边论证框架逐项验证。在 ATT&CK 提取基准上，其精度优于句子级流水线、近期 LLM 提取系统及 GPT-5.5 等前沿模型；在对抗扰动下平均精度下降约为前沿模型基线的一半。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。