Cerrar el punto ciego binario: inyección de conocimiento de dominio para clasificar malware en paquetes npm con LLM
El estudio analiza malware en el registro npm a partir de 11.413 versiones de paquetes verificadas con avisos de OSV. El 96,2% oculta su carga en el código fuente o la descarga de un servidor externo, mientras que 432 versiones (3,8%) incluyen un binario opaco. Los autores evalúan cómo varios LLM razonan ante esos binarios y proponen una codificación de conocimiento de dominio, de bajo coste, que mejora la detección tanto en modelos económicos como en los más avanzados.
Qué significa
Quien use LLM para revisar paquetes npm no debe fiarse de un veredicto benigno cuando el paquete trae un binario opaco, porque ese caso puede inducir al modelo a error. El trabajo propone una forma de mejorar la detección en ese escenario.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- Databricks BlogLeer la noticia completa en Databricks Blog