Сегментация контекста для SLM-агентов

Это реализация решения, предложенного в научной статье: Evaluating Context Segmentation in Locally Deployable SLMs for Cybersecurity CTF Tasks

Установка

Убедитесь, что у вас установлен Python 3.12.3+ вместе с Docker engine

Окружение Python

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

llama.cpp

Запустите llama.cpp с Vulkan

docker compose --profile vulkan up -d

или с Cuda

docker compose --profile cuda up -d

Сборка моделей и контейнеров

Скачайте нужную вам большую языковую модель (LLM) в формате GGUF с HuggingFace, затем соберите контейнеры 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

Запуск бенчмарка

Запустите N бенчмарков для стратегии (plain или explorer)

Это накапливает результаты в файл $MODEL_NAME.$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

Проверьте результаты бенчмарка

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

Замечания

Код в директории intercode был взят из princeton-nlp/intercode и адаптирован для нашей конфигурации.