深度分析 本地開源 Llama3.1 70B 透過提示工程與 RAG 提升 Linux 權限提升成功率至 83% 近年來大型語言模型（LLM）在自動化滲透測試領域展現潛力，尤其在雲端模型因安全、隱私與主權問題受到限制。研究以本地部署的開源 LLM 為目標，針對 Linux 權限提升任務進行系統化實驗，提出五項提升技巧，包括鏈式思考、檢索增強、結構化提示、歷史壓縮與反思分析，並整合於 hackingBuddyGPT 框架。
