Inside MDASH: Designing a Microsoft‑Scale Multi‑Model Agentic Cyber Defense Benchmark

El artículo detalla el diseño de MDASH, un benchmark agéntico y multi-modelo para defensa cibernética, con el fin de evaluar LLMs en operaciones de seguridad como sistemas críticos de extremo a extremo. Subraya la importancia de considerar SOC y SDLC como un tejido defensivo unificado, evaluando la arquitectura completa bajo escenarios de ataque realistas.