Keamanan AIModel 🇺🇸 24.07.2026 11:04

Google DeepMind Luncurkan Gemini 3.5 Flash Cyber — Model Ringan untuk Keamanan Siber

Google/DeepMindGoogle/DeepMind Google DeepMindGoogle DeepMind
Google DeepMind telah memperkenalkan Gemini 3.5 Flash Cyber, sebuah model keamanan siber ringan yang dibangun di atas 3.5 Flash, yang disempurnakan untuk penemuan, validasi, dan perbaikan kerentanan. Model ini, tersedia melalui program uji coba akses terbatas melalui CodeMender, menawarkan alternatif yang hemat biaya dibandingkan model AI keamanan siber yang lebih besar, mencapai hasil yang kompetitif pada tolok ukur seperti CyberGym dan menemukan kerentanan unik dalam basis kode yang kompleks.
Google DeepMind mengumumkan Gemini 3.5 Flash Cyber, model keamanan siber ringan yang dibangun di atas fondasi Flash 3.5 dan disetel secara halus (fine-tuned) untuk menemukan, memvalidasi, serta menambal kerentanan secara efektif. Model ini dirancang untuk efisiensi biaya dan skalabilitas, memanfaatkan performa Flash untuk mengungguli model Flash jalur utama dalam tugas-tugas keamanan siber. Model ini diterapkan melalui program percontohan akses terbatas melalui CodeMender, yang awalnya hanya tersedia untuk pemerintah dan mitra tepercaya, guna memberikan keunggulan bagi para pembela dalam memperbaiki kerentanan kritis. Tolok ukur menunjukkan bahwa 3.5 Flash Cyber mencapai tingkat keberhasilan yang kompetitif di CyberGym dan melampaui 3.5 Flash jalur utama serta Claude Opus 4.6 dalam evaluasi seperti Big Sleep dan pipeline pemindaian komit Chrome, menemukan 55 masalah unik di Mesin JavaScript V8 dibandingkan dengan 47 dan 36 untuk model lainnya. Dalam aplikasi dunia nyata, tim Riset Kerentanan Cloud Google menggunakan model ini untuk menemukan kerentanan eksekusi kode jarak jauh (remote code execution) di API publik dan kerentanan korupsi memori di sebuah layanan produksi dalam waktu dua jam. Model ini juga mendukung CodeMender untuk basis kode internal Google, termasuk Chrome, Android, Cloud, Ads, dan YouTube. Google menekankan pendekatan bertanggung jawabnya karena masalah penggunaan ganda (dual-use), dengan awalnya membatasi akses ke mitra tepercaya.
Sumber: Google DeepMind — asli
Postingan kami sebelumnya tentang topik ini ↓
Berita terbaru