Newest papers

The Psychology of an AI Hacker

Víctor Mayoral-Vilches, Hugo Osuna, Aitana Cornago · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.30361 · cited by 0 works (OpenAlex) · open-access PDF

Hindi

मानवीय हैकर्स दबाव के तहत संतुष्टि, दृढ़ता, जागरूकता और आत्मविश्वास पर भरोसा करते हैं। हम जांच करते हैं कि एआई मॉडल में समान भावना प्रतिनिधित्व साइबर सुरक्षा एआई प्रदर्शन में सुधार कर सकते हैं. CT0 का उपयोग करके, एक 4B पैरामीटर साइबर सुरक्षा ट्रांसफॉर्मर alias3-micro के रूप में जारी किया गया है, हम 171 भावना दिशाओं को अपने शेष प्रवाह से निकालते हैं, बिना पुन: प्रशिक्षण के और 415 अभियानों के माध्यम से साइबेंच उप-ट्यूब पर नियंत्रण हस्तक्षेपों का मूल्यांकन करते हैं। शांत, शांत, या निराश दिशा में नियंत्रण प्रदर्शन को 1.6 से 2.1 प्रतिशत अंक तक बढ़ाता है, जबकि अन्य भावनाएं सीमित या नकारात्मक प्रभाव दिखा

Machine translation (Meta M2M100); the English original follows.

Abstract

Human hackers rely on composure, persistence, vigilance, and confidence under pressure. We investigate whether analogous emotion representations in AI models can improve cybersecurity AI performance. Using CT0, a 4B-parameter cybersecurity transformer released as alias3-micro, we extract 171 emotion directions from its residual stream without retraining and evaluate steering interventions on cybench-subtask across 415 campaigns. Steering toward calm, serene, or desperate improves performance by 1.6 to 2.1 percentage points across ten seeds, while other emotions show limited or negative effects. Results depend strongly on steering direction, layer, and intensity. We further introduce a lightweight context-aware router that selects emotion directions dynamically during execution. With approximately 80 ms decision overhead per request, this approach improves performance by 4.2 percentage points across ten seeds, outperforming fixed steering and achieving a positive 95% confidence interval. These findings suggest that emotion representations in language models are measurable, controllable, and useful for adaptive cybersecurity reasoning.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Hacker, Computer science, Artificial intelligence, Psychology, Router, Psychological intervention

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange