No One Architecture Fits All: A Cross-Environment Evaluation of Hierarchical Red Team Agents

arXiv cs.CR · 2 oct, 06:00

Investigadores comparan dos arquitecturas de agentes de red team autónomos —una con RL puro y otra con LLM puro— en diferentes entornos de simulación de ciberseguridad. Descubren que el mejor enfoque depende del entorno: RL gana en redes pequeñas y densamente recompensadas, mientras que LLM prevale en redes grandes con escalada de privilegios condicionada. El hallazgo subraya que la evaluación en un único entorno no predice el desempeño general.