Automatisierung der Reverse-Engineering von Malware mit lokalem Large Language Model

Ein Forscher stellte das Projekt MLMalwareAnalyzer vor, das die Malware-Analyse mithilfe eines lokalen Large Language Models (Qwen3), Ghidra und Neo4j automatisiert. Das System dekompiliert Code, analysiert jede Funktion mit dem Large Language Model und erstellt Call-Graphen, um Verhaltensmuster wie Dateiverschlüsselung und Kommunikation mit einem Command-and-Control-Server zu identifizieren.

Ghidra

Anwendung großer Sprachmodelle in Finanzmärkten

Quantitative Händler untersuchen, ob große Sprachmodelle (Large Language Models, LLMs), die in der natürlichen Sprache erfolgreich sind, Finanzzeitreihen vorhersagen können. Zu den Herausforderungen gehören ein hohes Rausch-Signal-Verhältnis, weniger strukturierte Daten und aktiver Wettbewerb. Allerdings zeigen Techniken wie multimodales Lernen, Residualisierung und synthetische Datengenerierung vielversprechende Ansätze.

OpenAI Hudson River Trading