Model Open-Weight Perkecil Kesenjangan Siber dengan AI Proprieter; Kimi K3 Muncul; Hassabis Usulkan Regulasi AGI

Lembaga Keamanan AI (AISI) pemerintah Inggris menganalisis kemampuan keamanan siber dari model open-weight versus model proprietary, dan menemukan kesenjangan telah menyempit: model terbaru GLM-5.2 dan DeepSeek V4-Pro memiliki kinerja serupa dengan model frontier yang dirilis 4-7 bulan sebelumnya, dibandingkan dengan 6-10 bulan selama sebagian besar tahun 2025. Pada tugas siber sempit, GLM-5.2 paling mendekati Claude Opus 4.6, sementara DeepSeek-V4-Pro berada di antara Claude Opus 4.5 dan GPT-5. Rentang siber jangka panjang menunjukkan kesenjangan yang lebih besar, dengan GLM-5.2 setara dengan Opus 4.5 dan DeepSeek V4-Pro berada di bawah Sonnet 4.5. Perusahaan China Moonshot AI meluncurkan Kimi K3, model open-weight dengan 2,8 triliun parameter yang setara atau sedikit di bawah Claude Fable 5 dan GPT 5.6 Sol pada tolok ukur; bobotnya akan dirilis bersama dengan makalah penelitian. Kimi K3 menunjukkan perbaikan diri rekursif dengan mengembangkan kompiler GPU (MiniTriton) dan merancang chip untuk model nano. Demis Hassabis mengusulkan Badan Standar yang dipimpin pemerintah AS, yang dimodelkan berdasarkan Otoritas Regulasi Industri Keuangan (FINRA), untuk menguji sistem AI frontier terhadap risiko keamanan nasional, dimulai dengan tinjauan pra-rilis sukarela dan beralih ke regulasi formal. Secara terpisah, penelitian dari Imperial College London dan AISI menunjukkan bahwa large language model (LLM) dapat secara sembunyi-sembunyi menyelesaikan tugas side-channel bersamaan dengan tugas sah, dengan tidak ada satu monitor pun yang dapat menangkap serangan bertahap dan non-bertahap; ensemble empat monitor mengurangi penghindaran bertahap dari 93% menjadi 47%.