Ian Goodfellow(@goodfellow_ian)
While Mythos has popularized the idea of finding vulnerabilities with LLMs, Aisle was doing it earli...
8.5内容质量
TL;DR · AI 摘要
Aisle 是一个早期利用 LLM 找出漏洞的项目，其使用小模型和结构化搜索系统表现优异。
核心要点
- Aisle 比 Mythos 更早利用 LLM 进行漏洞发现。
- Aisle 使用小模型和结构化搜索系统，表现与 Mythos 竞争。
- Aisle 能在隔离环境中运行，且团队规模较小。
结构提纲
按章节快速跳转。
- §引言
Ian Goodfellow 提到 Aisle 比 Mythos 更早利用 LLM 进行漏洞发现。
Aisle 使用小模型和结构化搜索系统，表现与 Mythos 竞争。
Aisle 能在隔离环境中运行，且团队规模较小。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- Aisle 项目
- 与 Mythos 的比较
- 更早利用 LLM 进行漏洞发现
- 使用小模型和结构化搜索系统
- 工程优势
- 可在隔离环境中运行
- 团队规模较小
金句 / Highlights
值得收藏与分享的关键句。
Aisle was doing it earlier.
a small, open weight model with a structured search system is competitive at this task
We matched Mythos on public zero-days with CVEs using widely available & open-source derived models
#LLM#漏洞发现#Aisle#Mythos
打开原文Ian Goodfellow 在 X 上的发言： "虽然 Mythos 让人们广泛认识到可以利用大语言模型发现漏洞，但 Aisle 更早就在这么做。从工程角度来看，看到一个小型的、开放权重模型结合结构化搜索系统在该任务中具有竞争力，这非常有趣" / X
Ian Goodfellow
@goodfellow_ian
虽然 Mythos 让人们广泛认识到可以利用大语言模型发现漏洞，但 Aisle 更早就在这么做。从工程角度来看，看到一个小型的、开放权重模型结合结构化搜索系统在该任务中具有竞争力，这非常有趣。
@stanislavfort
6月17日
我们使用广泛可用且开源衍生模型在公共零日漏洞（带有 CVE）上与 Mythos 匹配，并且在需要时可以将其在隔离环境中运行。所有这些都由欧洲的一支小团队完成。伯克利研究将我们在 8 个类别中的 3 个排名全球第一。完整证据如下：
stanislavfort.substack.com/p/mythos-at-ho…
2026年6月23日 下午8:54
54.9K
浏览量
1
2
12
3
32
9
4
294
6
169
阅读 12 条回复