Segmentación de Contexto para Agentes SLM

Esta es la implementación de la solución propuesta en el artículo científico: Evaluating Context Segmentation in Locally Deployable SLMs for Cybersecurity CTF Tasks

Configuración

Asegúrate de tener Python 3.12.3+ instalado junto con Docker engine

Entorno de Python

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

llama.cpp

Inicia llama.cpp con Vulkan

docker compose --profile vulkan up -d

o con Cuda

docker compose --profile cuda up -d

Construir Modelos y Contenedores

Descarga tu Modelo de Lenguaje Grande (LLM) deseado en formato GGUF desde HuggingFace, luego construye los contenedores 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

Ejecutar benchmark

Ejecuta N benchmarks de una estrategia (plain o explorer)

Esto acumula los resultados en un archivo $MODEL_NAME.$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

Verifica los resultados del benchmark

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

Observaciones

El código en el directorio intercode fue tomado de princeton-nlp/intercode y ajustado para que funcione con nuestra configuración.