An toàn AIMô hình 🇺🇸 24.07.2026 11:04

Google DeepMind ra mắt Gemini 3.5 Flash Cyber — mô hình nhẹ dành cho an ninh mạng

Google/DeepMindGoogle/DeepMind Google DeepMindGoogle DeepMind
Google DeepMind đã giới thiệu Gemini 3.5 Flash Cyber, một mô hình an ninh mạng nhẹ được xây dựng trên nền tảng 3.5 Flash, tinh chỉnh cho việc phát hiện, xác thực và vá lỗ hổng bảo mật. Mô hình này, có sẵn thông qua chương trình thử nghiệm giới hạn qua CodeMender, cung cấp một giải pháp thay thế tiết kiệm chi phí so với các mô hình AI an ninh mạng lớn hơn, đạt kết quả cạnh tranh trên các chuẩn như CyberGym và phát hiện các lỗ hổng độc đáo trong các mã nguồn phức tạp.
Google DeepMind công bố Gemini 3.5 Flash Cyber, một mô hình an ninh mạng nhẹ dựa trên nền tảng 3.5 Flash và được tinh chỉnh để phát hiện, xác thực và vá lỗ hổng một cách hiệu quả. Mô hình được thiết kế để tiết kiệm chi phí và có khả năng mở rộng, tận dụng hiệu suất của Flash để vượt trội hơn các mô hình Flash chính thống trong các tác vụ an ninh mạng. Mô hình được triển khai thông qua chương trình thí điểm có kiểm soát truy cập qua CodeMender, ban đầu chỉ dành cho các chính phủ và đối tác đáng tin cậy, nhằm giúp các nhà bảo vệ có lợi thế đi trước trong việc sửa các lỗ hổng nghiêm trọng. Các điểm chuẩn cho thấy 3.5 Flash Cyber đạt tỷ lệ thành công cạnh tranh trên CyberGym và vượt trội hơn 3.5 Flash chính thống cũng như Claude Opus 4.6 trong các đánh giá như Big Sleep và đường ống quét commit của Chrome, phát hiện 55 vấn đề riêng biệt trong V8 Engine JavaScript so với 47 và 36 của các mô hình khác. Trong các ứng dụng thực tế, nhóm Nghiên cứu Lỗ hổng Đám mây của Google đã sử dụng mô hình để phát hiện các lỗ hổng thực thi mã từ xa trong các API công khai và một lỗ hổng hỏng bộ nhớ trong một dịch vụ sản xuất chỉ trong vòng hai giờ. Mô hình cũng hỗ trợ CodeMender cho các kho mã nội bộ của Google bao gồm Chrome, Android, Cloud, Ads và YouTube. Google nhấn mạnh cách tiếp cận có trách nhiệm do lo ngại về mục đích sử dụng kép, ban đầu chỉ giới hạn quyền truy cập cho các đối tác đáng tin cậy.
Nguồn: Google DeepMind — bản gốc
Bài viết liên quan trước đây ↓
Tin mới