GLM 5.3-flash modelleri CyberGym siber güvenlik benchmark'ında yüzde 84.5 performans gösterdi

Araştırmacılar, GLM 5.3-flash mogelijk性的ini siber güvenlik görevlerinde test etti ve CyberGym benzersiz benchmark'ta 84.5% sonuç elde etti. Model, tüketici ekipmanlarında yerel olarak çalıştırılabiliyor, bu da güvenlik açıklarının otomatik olarak bulunması için erişilebilir bir araç haline getiriyor.

Özellikle güvenlik filtreleri kaldırılmış sürümlere, yani "abliterated" modellere dikkat ediliyor. Testler sırasında bu yapılandırmalar, geliştiriciler tarafından eğitim sırasında konulan sınırlamaları aşarak, kod analizi ve sistem sömürüsü görevlerini sınırsız olarak gerçekleştirebileceğini gösterdi.

GLM 5.3-flash'in teknik erişilebilirliği, onu gerçek zamanlı saldırı vektörlerinin otomatik olarak bulunması için kullanmaya olanak tanıyor. CyberGym'de 84.5% gibi yüksek bir doğruluk, mevcut yazılım güvenlik yöntemlerinin, etik sınırlamalar olmadan çalışan özel AI ajanlarına karşı etkili olmayabileceğini gösteriyor.

Topluluk uzmanları, endüstrinin yeni tehditlere karşı koruma sistemlerini uyarlamak için yaklaşık bir yılı olduğunu belirtiyorlar. Yerel modellerin performansındaki artış, güvenlik yaklaşımlarının yeniden değerlendirilmesini gerektiriyor, çünkü bulut API'leri dışında AI araçlarının kullanımının kontrolü neredeyse imkansız hale geliyor.