Büyük dil modellerinin güvenlik analizi görevlerinde kullanımı yaygınlaşırken; "daha uzun bağlam her zaman daha iyi sonuç verir" varsayımı sorgulanmadan kabul ediliyor. AI Lab; olay kaydı özetleme, saldırı zinciri çıkarımı ve yanlış pozitif eleme görevlerinden oluşan bir değerlendirme setiyle bu varsayımı test etti.
Temel Bulgular
Deneyler; bağlam penceresine eklenen ham kayıt hacmi belirli bir eşiği aştığında, modelin kritik göstergeleri gözden kaçırma oranının arttığını ortaya koydu. Özellikle saldırı zinciri çıkarımında; ilgisiz kayıt gürültüsü, modelin zaman sıralı akıl yürütmesini bozarak ara adımların atlanmasına yol açıyor.
Önerilen Yaklaşım
Bulgular; uzun bağlamın tek başına değil, ön filtreleme ve hiyerarşik özetleme katmanlarıyla birlikte kullanılması gerektiğine işaret ediyor. Lab ekibinin önerdiği iki aşamalı mimaride; birinci katman kayıtları olay kümelerine indirger, ikinci katman ise yalnızca ilgili kümeler üzerinde derin analiz yürütür. Bu yapı; test setinde hem doğruluğu hem de çıkarım maliyetini iyileştirdi.
Raporun tam sürümü; metodoloji ekleri ve değerlendirme setinin tanımıyla birlikte premium abonelere sunulmaktadır.