https://x7peeps.com/tags/%E5%AE%89%E5%85%A8%E8%BF%90%E8%90%A5/index.htmlHugozh-CNThu, 09 Jul 2026 01:55:57 +0000https://x7peeps.com/AI/10-%E6%A8%A1%E5%9E%8B%E8%AE%AD%E7%BB%83/%E5%BA%94%E6%80%A5%E5%93%8D%E5%BA%94%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%BE%AE%E8%B0%83%E5%9F%BA%E4%BA%8EQwen2.5-7B%E7%9A%84QLoRA%E8%AE%AD%E7%BB%83%E5%AE%9E%E8%B7%B5/index.htmlThu, 09 Jul 2026 01:55:57 +0000https://x7peeps.com/AI/10-%E6%A8%A1%E5%9E%8B%E8%AE%AD%E7%BB%83/%E5%BA%94%E6%80%A5%E5%93%8D%E5%BA%94%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%BE%AE%E8%B0%83%E5%9F%BA%E4%BA%8EQwen2.5-7B%E7%9A%84QLoRA%E8%AE%AD%E7%BB%83%E5%AE%9E%E8%B7%B5/index.html应急响应大模型微调：基于 Qwen2.5-7B 的 QLoRA 训练实践 应急响应（Incident Response）是安全运营中最具时间压力的场景之一。从收到告警到完成根因分析，黄金窗口往往以小时计。通用大模型虽然知识面广，但在应急场景中存在三个显著问题：输出内容不贴合安全团队的 SOP 和报告模板，对 ATT&CK 框架和取证工具的理解深度不够，以及推理过程中夹杂大量无关表述拖慢响应速度。https://x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/Agent%E5%AE%89%E5%85%A8%E8%BF%90%E8%90%A5%E4%BD%93%E7%B3%BB%E8%AF%84%E4%BC%B0%E6%8C%87%E6%A0%87%E7%9B%91%E6%8E%A7%E4%B8%8E%E6%8C%81%E7%BB%AD%E6%94%B9%E8%BF%9B/index.htmlThu, 09 Jul 2026 01:55:57 +0000https://x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/Agent%E5%AE%89%E5%85%A8%E8%BF%90%E8%90%A5%E4%BD%93%E7%B3%BB%E8%AF%84%E4%BC%B0%E6%8C%87%E6%A0%87%E7%9B%91%E6%8E%A7%E4%B8%8E%E6%8C%81%E7%BB%AD%E6%94%B9%E8%BF%9B/index.htmlAgent 安全运营体系：评估指标、监控与持续改进 当 AI Agent 从实验性项目演进为生产级系统时，安全不再是"一次性设计"，而是需要持续运营的工程体系。Agent 的非确定性行为特征决定了它的安全状态不是静态的——一个今天安全的 Agent 系统，在明天的数据分布变化、模型更新、新攻击手法发现后可能变得脆弱。因此，建立可量化、可监控、可改进的安全运营体系，是 Agent 系统走向生产环境的必要条件。