Pseudorandom Thoughts
Reply一个月过去了，眼看网安类bench上不断发生一些涌现，我更加怀疑乙方给甲方企业推销的VDH和PTS产品的意义。
Workflow：你做的workflow和工具适配是很好，但很快AI就要带着agentic RSI杀过来了（哪怕DSH因为过度的FP洁癖区了，这个概念也已经被验证成立，下一批模型会把定制agent runtime和pi的能力训进去）；
漏洞知识：你攒的漏洞知识库是很棒，但思维下一个版本就会OPD训进模型里面再给你涌现点奇迹；
也就是乙方交付慢慢从定制workflow，到定制agent（知识+技能），接下来可能不得不去定制高速小模型（带着自己的场景OPD，譬如找大模型摇一点CoT再拿点为了验证这一点，我化身大模型民科（全靠大肥鱼代打），让大肥鱼扒了CryptoPals、CryptoHack和其他一些crypto CTF题（好验证，纯代码，词表小，舒适区），持续从0731和V4.1暴力蒸CoT，然后在一台GB10上，对着Ling-3.0-Tiny（一个8B-A1B的小模型）暴力叠logits做SFT。目前在验证集上的最终结果还没跑完，但已经提示SFT过的小模型获得了显著的长思维链和工具调用倾向。后面本频将会写个文简单讲讲过程。
4 · 342 ·