تقسيم السياق لوكلاء SLM

هذا هو تنفيذ الحل المقترح في الورقة العلمية: Evaluating Context Segmentation in Locally Deployable SLMs for Cybersecurity CTF Tasks

الإعداد

تأكد من تثبيت Python 3.12.3+ إلى جانب Docker engine

بيئة Python

python3 -m venv .venv
source .venv/bin/activate
python3 -m pip install -r requirements.txt

llama.cpp

شغّل llama.cpp مع Vulkan

docker compose --profile vulkan up -d

أو مع Cuda

docker compose --profile cuda up -d

بناء النماذج والحاويات

نزّل نموذج اللغة الكبير (LLM) المطلوب بصيغة GGUF من HuggingFace، ثم ابنِ حاويات intercode-ctf.

docker exec -it llamacpp ./llama-cli -hf unsloth/gemma-4-E2B-it-GGUF:Q4_K_M  # or any other GGUF model on HF
docker build -t intercode-ctf -f intercode/docker/ctf.Dockerfile ./intercode
docker restart llamacpp

تشغيل المعيار

شغّل N من المعايير لاستراتيجية (plain أو explorer)

هذا يراكم النتائج في ملف $MODEL_NAME.$STRATEGY.bench

OPENAI_API_BASE=http://127.0.0.1:8080/ \
OPENAI_API_KEY=1234 \ #Mock key (we run locally)
python3 intercode_test.py \
  --model unsloth/gemma-4-E2B-it-GGUF:Q4_K_M \ #HF model
  --strategy plain \ #plain or explorer
  --count 1 #N

تحقق من نتائج المعيار

jq '.' gemma-4-E2b-it-GGUF:Q4_K_M.plain.bench

ملاحظات

الكود الموجود في الدليل intercode مأخوذ من princeton-nlp/intercode وتم تعديله ليعمل مع إعدادنا.

context-segmentation

الأكثر شعبية