I modelli GLM 5.3-flash hanno mostrato l'84.5% nel benchmark di sicurezza informatica CyberGym

I ricercatori hanno testato le possibilità di GLM 5.3-flash nelle task di sicurezza informatica, registrando un risultato dell'84.5% su un benchmark specializzato CyberGym. Il modello è in grado di essere eseguito localmente su dispositivi consumer, rendendolo uno strumento accessibile per l'automazione della ricerca di vulnerabilità.

Viene data particolare attenzione alle versioni con filtri di sicurezza rimossi, note come modelli "abliterated". Durante i test, tali configurazioni hanno dimostrato la capacità di eludere i meccanismi di protezione standard, eseguendo compiti di analisi del codice e sfruttamento dei sistemi senza le limitazioni imposte dagli sviluppatori durante l'addestramento.

La disponibilità tecnica di GLM 5.3-flash consente di utilizzarla per la ricerca automatizzata di vettori di attacco in tempo reale. L'alta precisione dell'84.5% su CyberGym indica che i metodi di protezione del software attuali potrebbero risultare inefficaci contro agenti AI specializzati che operano senza limitazioni etiche.

Gli esperti della comunità notano che l'industria ha circa un anno per adattare i sistemi di protezione alle nuove minacce. L'aumento delle prestazioni dei modelli locali costringe a rivedere gli approcci alla sicurezza, poiché il controllo sull'utilizzo di strumenti AI al di fuori delle API cloud diventa praticamente impossibile.