1) Answer-first: najpierw ustalana jest odpowiedź pochodząca z zaufanego źródła — wyników wykonania (crashe, testy), faktów strukturalnych kodu (zmienione funkcje, graf wywołań) lub tekstu z autorytatywnych raportów. 2) Model językowy przekształca pozostały kontekst w pytanie i przeredagowuje odpowiedź. 3) Sędzia oparty na LLM weryfikuje każdą próbkę: czy odpowiedź jest prześledzalna do źródła i zgodna z oryginałem, czy nie wycieka w pytaniu i czy pytanie wyznacza jednoznaczną odpowiedź. 4) Próbki niejednoznaczne/nieprawidłowe są raz regenerowane lub odrzucane. Powstałe pary QA trafiają do wspólnego potoku treningowego modelu OpenAegis.
Modele językowe generujące odpowiedzi z zakresu cyberbezpieczeństwa często halucynują lub podają niesprawdzalne twierdzenia. CyberQA adresuje brak wiarygodnych, weryfikowalnych danych QA, wiążąc każdą odpowiedź z zaufanym, możliwym do prześledzenia źródłem zamiast polegać na generacji modelu.
CyberQA zdefiniowane jako jedna z trzech domen zadań CyberFactory; dane QA budowane strategią answer-first i użyte do treningu OpenAegis.
