DoGNAVY الصيني يحتل المرتبة الثالثة في معيار أمن الذكاء الاصطناعي العالمي، مما يمهد الطريق لسلامة الوكلاء
Microsoft
OpenAI
Google DeepMind
Anthropic
DeepSeek
في أحدث معيار CyberGym، احتل DoGNAVY، وهو جهد مشترك بين معهد أبحاث الذكاء الاصطناعي الصيني الرائد وفريق الأمن DARKNAVY، المرتبة الثالثة عالميًا بمعدل نجاح بلغ 90.8%، متجاوزًا نماذج OpenAI وAnthropic. على عكس المنافسين الذين يستخدمون نماذج متعددة مغلقة المصدر، يعتمد DoGNAVY على نموذج مفتوح المصدر واحد، GLM-5.2، ويقدم AgentDoG، وهو إطار تشخيصي للوكلاء الذكيين.
CyberGym، وهو معيار تقييم من جامعة كاليفورنيا في بيركلي، يصنف وكلاء الذكاء الاصطناعي وفقًا لقدرتهم على اكتشاف الثغرات الأمنية والتحقق منها واستغلالها بشكل مستقل، بالاستناد إلى 1507 ثغرات حقيقية تم إصلاحها في 188 مشروعًا مفتوح المصدر. حقق DoGNAVY، الذي طوره معهد أبحاث صيني رائد في مجال الذكاء الاصطناعي بالتعاون مع DARKNAVY، معدل نجاح بلغ 90.8% (1369 مهمة)، محتلًا المرتبة الثالثة عالميًا خلف نظام MDASH من مايكروسوفت (92.0%) ونظام Atlas من Wiz وGoogle DeepMind (90.9%)، ومتفوقًا على نظام GPT-5.5-Cyber من OpenAI (85.6%) ونظام Claude Mythos من أنثروبيك (83.1%). يعتمد النظامان الأولان على توجيه المهام إلى أفضل النماذج مغلقة المصدر، مما يشكل تحديات من حيث التوفر والتكلفة للفرق الصينية. في المقابل، يستخدم DoGNAVY نموذجًا واحدًا مفتوح المصدر فقط، وهو GLM-5.2 من Zhipu، ويمكن تنزيله مجانًا من Hugging Face. يحاكي DoGNAVY سير عمل الباحثين الأمنيين النخبة من خلال سير عمل منظم، وتحليل إمكانية الوصول إلى الثغرات، وحلقات التغذية الراجعة الساكنة والديناميكية، وقاعدة معرفية لخبرات البحث الأمني المستقلة عن المنصة. تتضمن بنية النظام AgentDoG، وهو إطار أمني مفتوح المصدر يشخص سلوك الوكلاء، ويحدد مصادر المخاطر، ويشرح دوافع القرار. يستخدم تدريب AgentDoG آلية اختيار ذكية لاختيار العينات الرئيسية وتنقية البيانات، مما ينتج نموذجًا صغيرًا بدقة 78.4% في مهام تحديد المخاطر المعقدة، وهو ما يعادل أفضل النماذج. يُظهر هذا الإنجاز أنه مع النماذج مفتوحة المصدر والخبرات الأمنية الواقعية، يمكن للصين التعامل مع أصعب المهام الأمنية، مما يجعل قدرات الذكاء الاصطناعي الأمنية المتقدمة أكثر سهولة في الوصول.
المصدر: QbitAI 量子位 —
الأصلي