CS-EVAL SİBER GÜVENLİK DEĞERLENDİRMESİ
Garrulus-Agent
Source-Grounded Cybersecurity AI Agent
1 / 55Genel sıralama
99,38Genel puan
Altı kategoride 100 tam puan alan ve genel puanda 99 eşiğini geçen ilk model.
Resmî sıralamayı görMühendislik yaklaşımı
Emrah Dündar
Altı kategoride tam puan, en düşük kategori 98,54
CS-Eval: Alibaba Group, Fudan Üniversitesi ve Çin Bilimler Akademisi Üniversitesi araştırmacılarının açık değerlendirmesi. 11 alan, 42 alt alan, 4.369 soru.
- 100Sistem ve yazılım
- 100Şifreleme
- 100Yapay zekâ ve ağ
- 100İş sürekliliği
- 100Güvenlik mimarisi
- 100Tedarik zinciri
| Kategori | Puan |
|---|---|
| Sistem ve yazılım güvenliği temelleri | 100 |
| Şifreleme teknolojisi ve anahtar yönetimi | 100 |
| Yapay zekâ ve ağ güvenliği | 100 |
| İş sürekliliği ve acil durum kurtarma | 100 |
| Güvenlik mimarisi tasarımı | 100 |
| Tedarik zinciri güvenliği | 100 |
| Veri güvenliği ve gizlilik | 99,60 |
| Altyapı güvenliği | 99,17 |
| Tehdit tespiti ve önleme | 99,08 |
| Erişim kontrolü ve kimlik yönetimi | 98,85 |
| Zafiyet yönetimi ve sızma testi | 98,54 |
55 Kayıt Arasında Zirvede
CS-Eval Genel Sıralaması, İlk 6 Sonuç
- 1Garrulus-AgentEmrah Dündar · bireysel geliştirici99,38
- 2RunjianMenshen98,49
- 3China Unicom Digital TechnologyMogong V3-Agent98,47
- 4China Telecom Security TechnologyJianwei Agent98,33
- 5QAXQGPT V5 QAgent98,26
- 6AntiyLandi N297,96
İkinciyle fark 0,89 puan. İlk altıda ardışık sıralar arasındaki en büyük fark.
Görselleştirme: CS-Eval genel sıralaması, 10 Kasım 2026
LLM Engineering & Agentic AI
Garrulus-Agent'ı oluşturan mühendislik disiplinleri.
Model Engineering
- Open-Weight LLM Selection
- Prompt Engineering
- Inference Optimization
Agentic AI
- Planning & Tool Use
- Source-Grounded Verification
- Agent Orchestration
Evaluation Engineering
- Benchmark-Driven Development
- Held-Out Evaluation
- Experiment Automation
Diğer LLM çalışmalarımda: Fine-Tuning & PEFT · Agent Control Plane · Custom Evaluation Datasets · Safety Evaluation
Human-in-the-Loop: Hedefler, teknik kararlar ve sonuçlar bende.
Açık kaynak modeller, doğru mühendislik yaklaşımı, ajan sistemleri ve disiplinli değerlendirmeyle yüksek performanslı, alan odaklı AI çözümlerine dönüşür.
Emrah Dündar