N環球 N GLOBE
சீனா தொழில்நுட்பம்

மூன்ஷாட் Kimi K3.1 Pro ஹேக்கிங் திறனைக் கட்டுப்படுத்துகிறது, ஆனால் அதன் சொந்த சோதனை இன்னும் 81% சுரண்டல் மதிப்பெண்ணைக் காட்டுகிறது

· N GLOBE

Moonshot AI அக்டோபர் 24 அன்று, கிமி K3.1 ப்ரோ பயிற்சியிலிருந்து சைபர் தொடர்பான தரவை அகற்றியதாகக் கூறியது, அதே சமயம் பொதுவான குறியீட்டு திறன்களை வைத்து, நவம்பர் 4 ஆம் தேதிக்குள் எடைகள் இன்னும் இருக்கும்; அதன் வெளியிடப்படாத உள் சுரண்டல் சோதனை இன்னும் 81.0% மதிப்பெண்களைப் பெற்றுள்ளது, 90.5% வடிகட்டப்படவில்லை.

அது ஏன் முக்கியம்

பெய்ஜிங்கை தளமாகக் கொண்ட மூன்ஷாட் AI, அதன் புதிய மாடலான கிமி கே3.1 ப்ரோவின் சைபர்-தாக்குதல் திறன்களைக் குறைத்துள்ளது என்று சனிக்கிழமை, அக்டோபர் 24 அன்று கூறியது, ராய்ட்டர்ஸ் தெரிவித்துள்ளது, பெருகிய முறையில் தன்னாட்சி AI ஹேக்கிங்கை எளிதாகவும் மலிவாகவும் செய்யக்கூடும் என்ற அச்சம் அதிகரித்து வருகிறது.

பொதுவான குறியீட்டு திறன்களைத் தக்க வைத்துக் கொண்டு, மாதிரியை உருவாக்கப் பயன்படுத்தப்படும் பயிற்சி கார்பஸ் மற்றும் வலுவூட்டல்-கற்றல் சூழல்களில் இருந்து சைபர் தொடர்பான தரவை அகற்றியதாக மூன்ஷாட் கூறியது. நிறுவனம் கூறியது: இணையத் திறனின் முழுமையான எல்லையை விரிவுபடுத்தும் திறந்த எடைகளை வெளியிடுவதில்லை. நவம்பர் 4-ம் தேதிக்குள் முழு எடையும் வழங்கப்பட உள்ளது.

வெட்டு பகுதி

வெட்டு ஒரு துடைப்பம் அல்ல. Moonshot இன் வெளியிடப்படாத இன்-ஹவுஸ் எக்ஸ்ப்ளோயிட் சோதனையில், xdev-bench-hard, K3.1 Pro இன்னும் 81.0% சிக்கல்களைத் தீர்த்தது, வடிகட்டப்படாத கட்டமைப்பிற்கு 90.5% ஆக இருந்தது. ஃபைன்-ட்யூனிங் அகற்றப்பட்ட திறனை மீட்டெடுக்க முடியுமா என்று நிறுவனம் கூறவில்லை, பதிவிறக்கம் செய்தவுடன் திறந்த எடையை திரும்பப் பெற முடியாது.

இதன் பின்னணியில் சீனாவின் முன்மொழியப்பட்ட தொழில்நுட்ப ஏற்றுமதி கட்டுப்பாடுகள், அக்டோபர் 16 அன்று அறிவிக்கப்பட்டது: AI-உந்துதல் மால்வேர்-ஜெனரேஷன் மற்றும் பிறழ்வு தொழில்நுட்பத்தின் ஏற்றுமதியை தடைசெய்யும் மற்றும் AI-உதவி பாதிப்பு-கண்டுபிடிப்பு கருவிகளை கட்டுப்படுத்தும் வரைவு, நவம்பர் 15 வரை பொது கருத்துகள் திறந்திருக்கும். Moonshot வாதிடுகிறது. சிறிய கவனம்.

K3.1 Pro, அக்டோபர் 23 அன்று வெளியிடப்பட்டது, நிறுவனம் அதன் மிகவும் திறமையான 3-டிரில்லியன் அளவுரு-வகுப்பு திறந்த-எடை மாடலாக விவரிக்கிறது. அதன் விற்பனையாளர்-அறிக்கை டெர்மினல்-பெஞ்ச் 4.0 மதிப்பெண் 65.7%, GPT-6 அஸ்ட்ராவிற்கு மேல் 58.2% மற்றும் Claude Opus 5.5 க்குக் கீழே 66.4% - விற்பனையாளர் புள்ளிவிவரங்கள், இன்னும் சுயாதீனமாக சரிபார்க்கப்படவில்லை.

💬 Comments

No comments yet. Be the first!