Cisco Systems កាលពីថ្ងៃទី 21 ខែកក្កដា បានណែនាំ Antares ដែលជាក្រុមគ្រួសារនៃគំរូភាសាតូចៗដែលបង្កើតឡើងដើម្បីបញ្ជាក់យ៉ាងច្បាស់ពីកន្លែងដែលភាពងាយរងគ្រោះសុវត្ថិភាពដែលគេស្គាល់ស្ថិតនៅខាងក្នុងកូដមូលដ្ឋាន ហើយបានចេញផ្សាយពីរដំបូងជាការទាញយកទម្ងន់បើកចំហនៅលើ Hugging Face។ ការបើកដំណើរការដែលគ្របដណ្តប់ដោយ SiliconANGLE, Axios, និង Help Net Security ជាការប៉ុនប៉ងជាក់ស្តែងបំផុតមួយក្នុងការនាំយកគំរូតូចៗពិសេសៗចូលទៅក្នុងជ្រុងមួយនៃសុវត្ថិភាពផ្នែកទន់ដែលយឺតយ៉ាវ មានតម្លៃថ្លៃ និងពឹងផ្អែកលើអ្នកស៊ើបអង្កេតមនុស្សជាយូរមកហើយ។

Antares មកពី Cisco Foundation AI ដែលជាក្រុមស្រាវជ្រាវ និងវិស្វកម្មរបស់ក្រុមហ៊ុនផ្តោតលើសុវត្ថិភាពជាក់លាក់ បញ្ញាសិប្បនិម្មិត។ គម្រោងនេះដោះស្រាយបញ្ហាដែលគេស្គាល់ថាជាការធ្វើមូលដ្ឋានីយកម្មភាពងាយរងគ្រោះ ដែលជាការងារតភ្ជាប់ទិន្នន័យភាពងាយរងគ្រោះខាងក្រៅ ដូចជាមូលដ្ឋានទិន្នន័យសាធារណៈ ការណែនាំ និងការរាប់បញ្ចូលភាពទន់ខ្សោយទូទៅ (CWE) ទៅកាន់ឯកសារជាក់លាក់នៅក្នុងឃ្លាំងដែលកំហុសទំនងជាអាចរស់បាន។ ដើម្បីតាមដានការវិវឌ្ឍន៍ចុងក្រោយបង្អស់នៅក្នុងលំហនេះ សូមមើល ការគ្របដណ្តប់ឧស្សាហកម្ម AI របស់យើង។

គំរូតូចៗដែលសាងសង់ឡើងសម្រាប់ការងារជាក់លាក់

ម៉ូឌែលពីរគឺអាចរកបាននៅពេលនេះ៖ Antares-350M និង Antares-1B ជាមួយនឹងម៉ូដែល Antares-3B ធំជាងដោយសារធ្វើតាម។ ទាំងអស់គឺតូចល្មមសម្រាប់ដំណើរការក្នុងមូលដ្ឋាន ដែល Cisco បាននិយាយថាអនុញ្ញាតឱ្យក្រុមសន្តិសុខរក្សាកូដប្រភពរសើបនៅក្នុងបរិយាកាសផ្ទាល់ខ្លួនរបស់ពួកគេ ជាជាងការបញ្ជូនវាទៅកាន់សេវាពពក។ នោះគឺជាចំណុចលក់ដ៏គួរឱ្យកត់សម្គាល់សម្រាប់សាកលវិទ្យាល័យ ស្ថាប័នសាធារណៈ អង្គការមិនរកប្រាក់ចំណេញ និងក្រុមសន្តិសុខតូចៗ ដែលខ្វះថវិកាសម្រាប់គំរូព្រំដែនពាណិជ្ជកម្មធុនធ្ងន់។

ជាជាងការស្កេនឃ្លាំងដែលមានច្បាប់ថេរ Antares ធ្វើការតាមរយៈវាតាមរបៀបដែលអ្នកស៊ើបអង្កេតមនុស្សចង់បាន។ ម៉ូដែលនីមួយៗចាប់ផ្តើមពីការពិពណ៌នាអំពីភាពងាយរងគ្រោះ ស្វែងរកគំរូកូដដែលពាក់ព័ន្ធ អានឯកសារបេក្ខជន បត់ភស្តុតាងថ្មីនៅពេលវាទៅ ផ្លាស់ប្តូរទិសដៅនៅពេលផ្លូវមួយទៅកន្លែងណា ហើយចង្អៀតទៅឯកសារដែលទំនងជាមានបញ្ហា។ លទ្ធផលគឺជាបញ្ជីចំណាត់ថ្នាក់នៃឯកសារប្រភពដែលទំនងជាមានភាពងាយរងគ្រោះដែលពាក់ព័ន្ធ រួមជាមួយនឹងដានរុករកស្ថានីយដែលផលិតវា។

គំរូស្តង់ដារផ្ទាល់ខ្លួន និងការសន្សំថ្លៃដើមយ៉ាងខ្លាំង

ដើម្បីវាស់ស្ទង់ម៉ូដែល Cisco បានបង្កើតការធ្វើតេស្តផ្ទាល់ខ្លួនរបស់ខ្លួន កំណែ Vulnerability Localization Benchmark ដែលជាសំណុំធាតុ 500 ដែលទាមទារគំរូដើម្បីរុករកមូលដ្ឋានកូដដែលមិនធ្លាប់ស្គាល់ និងទទួលស្គាល់គំរូភាពងាយរងគ្រោះដែលភ្ជាប់ទៅនឹងប្រភេទភាពទន់ខ្សោយជាក់លាក់។ Cisco បានអះអាងថា ស្តង់ដារស្វែងរកកូដដែលមានស្រាប់វាស់ថាតើភ្នាក់ងារអាចស្វែងរកកូដដែលពាក់ព័ន្ធនឹងបញ្ហាកម្មវិធីទូទៅ មិនមែនថាតើវាអាចកំណត់ទីតាំងឯកសារដែលងាយរងគ្រោះពីការពិពណ៌នាសុវត្ថិភាពនោះទេ។ ការងារដែលអាចប្រៀបធៀបបានជិតបំផុតដែលក្រុមហ៊ុនបានលើកឡើងគឺប្រព័ន្ធមួយហៅថា CodeScout ដែលបង្ហាញថាការធ្វើមូលដ្ឋានីយកម្មកូដអាចត្រូវបានបណ្តុះបណ្តាល និងវាស់វែងជាមួយនឹងស្ថានីយយូនីកស្តង់ដារ។

នៅលើគោលនោះ Cisco បាននិយាយថា ម៉ូដែល Antares វាយបានប្រហែលមួយដប់ម៉ូដែលធំជាងបើកចំហ និងទម្ងន់បិទនៅលើភាពត្រឹមត្រូវខណៈពេលដែលដំណើរការថោកជាងឆ្ងាយ។ ក្រុមហ៊ុនបានដាក់តម្លៃនៃការវាយតម្លៃ Antares ក្រោមមួយដុល្លារធៀបនឹងប្រហែល 12.50 ដុល្លារសម្រាប់គំរូទម្ងន់បើកចំហខ្លាំងបំផុតដែលវាបានសាកល្បងគឺ GLM-5.2 និងប្រហែល 141 ដុល្លារសម្រាប់គំរូប្រភពបិទខ្លាំងបំផុត GPT-5.5 ។ តួលេខទាំងនោះដំណើរការទៅ ១៥,២ ដង និងថោកជាង ១៧២ ដងរៀងគ្នា។ Antares ក៏បានបញ្ចប់ការដំណើរការគោលក្នុងរយៈពេលប្រហែលមួយម៉ោង បើធៀបនឹងប្រហែល 4 ម៉ោងកន្លះសម្រាប់ GPT-5.5 ។

គម្លាតនៃការអនុវត្តបង្ហាញពីនិន្នាការឧស្សាហកម្មកាន់តែទូលំទូលាយ៖ សម្រាប់កិច្ចការដែលបានកំណត់យ៉ាងចង្អៀត ម៉ូដែលតូចៗដែលត្រូវបានបណ្តុះបណ្តាលដោយប្រុងប្រយ័ត្នអាចផ្គូផ្គង ឬលើសពីម៉ូដែលព្រំដែនដែលមានគោលបំណងទូទៅដោយចំណាយតិចនៃការគណនា។ ដូចដែល Axios បានរាយការណ៍ Cisco កំពុងភ្នាល់ប្រកបដោយប្រសិទ្ធភាពថា AI ដែលបង្កើតដោយគោលបំណងតូចជាងនឹងឈ្នះនៅក្នុងសុវត្ថិភាពតាមអ៊ីនធឺណិតរបស់សហគ្រាស ដែលក្រុមយកចិត្តទុកដាក់ច្រើនអំពីភាពជឿជាក់ ការចំណាយ និងឯកជនភាពទិន្នន័យជាងទំហំគំរូដើម។

ផ្នែកនៃសុវត្ថិភាព AI Push កាន់តែទូលំទូលាយ

Antares គឺជាផ្នែកចុងក្រោយបំផុតនៃកិច្ចខិតខំប្រឹងប្រែងរបស់ Cisco កាន់តែទូលំទូលាយជុំវិញ AI ក្នុងសុវត្ថិភាព។ នៅក្នុងខែតុលា ក្រុមហ៊ុនបានចេញផ្សាយគម្រោង CodeGuard ដែលជាក្របខ័ណ្ឌប្រភពបើកចំហនៃច្បាប់កូដសុវត្ថិភាពសម្រាប់ភ្នាក់ងារសរសេរកូដ AI ។ នៅក្នុងខែឧសភា វាបានបោះពុម្ពផ្សាយ Foundry Security Spec ដែលជាប្លង់បើកចំហសម្រាប់ការកសាងប្រព័ន្ធវាយតម្លៃសុវត្ថិភាពភ្នាក់ងារ។ Antares ពង្រីកបន្ទាត់នៃការងារនោះដោយដាក់គំរូទម្ងន់បើកចំហដែលអាចប្រើបានដោយផ្ទាល់ទៅក្នុងដៃអ្នកអនុវត្ត។

ការចេញផ្សាយនេះក៏មកដល់ចំពេលមានការព្រួយបារម្ភកាន់តែខ្លាំងឡើងអំពីហានិភ័យផ្នែកទន់ដែលទាក់ទងនឹង AI ។ នៅខែដដែល Cisco បានចេញផ្សាយ Foundry Security Spec, Bloomberg បានរាយការណ៍ថា គំរូ Anthropic កម្រិតខ្ពស់បានបង្កឱ្យមានកិច្ចប្រជុំបន្ទាន់មួយរវាងលេខាធិការរតនាគារលោក Scott Bessent ប្រធាន Federal Reserve លោក Jerome Powell និងនាយកប្រតិបត្តិធនាគារ ដោយគូសបញ្ជាក់អំពីរបៀបដែលនិយតករកំពុងដោះស្រាយផលប៉ះពាល់សុវត្ថិភាពនៃប្រព័ន្ធ AI ដ៏មានឥទ្ធិពល។

តើវាមានន័យយ៉ាងណាសម្រាប់អ្នកអភិវឌ្ឍន៍ និងក្រុមសុវត្ថិភាព

សម្រាប់អង្គការដែលស្ទាក់ស្ទើរក្នុងការទទួលយកការវិភាគកូដដែលជំរុញដោយ AI ដោយសារតែការព្រួយបារម្ភអំពីការចំណាយ ឬទិន្នន័យ នោះ Antares ផ្តល់នូវផ្លូវកណ្តាល។ ដោយសារតែម៉ូដែលទាំងនោះមានទម្ងន់បើកចំហ និងតូចល្មមអាចដំណើរការលើផ្នែករឹងល្មមៗ ក្រុមអាចដាក់ពង្រាយពួកវានៅពីក្រោយជញ្ជាំងភ្លើងផ្ទាល់របស់ពួកគេ ដោយធ្វើសវនកម្មរាល់ការហៅទូរសព្ទដោយសន្តិវិធីដោយមិនចាំបាច់បង់ថ្លៃសេវានីមួយៗដល់ក្រុមហ៊ុនផ្តល់សេវាពពក។ អាជ្ញាប័ណ្ណទម្ងន់បើកចំហក៏មានន័យថាអ្នកស្រាវជ្រាវអាចត្រួតពិនិត្យ កែសម្រួល និងពង្រីកគំរូសម្រាប់ដែនផ្ទាល់ខ្លួនរបស់ពួកគេ។

ការដោះដូរគឺថាម៉ូដែលតូចៗមានឯកទេសដោយការរចនា។ Antares នឹងមិនព្រាងអ៊ីមែលទីផ្សារ សង្ខេបការប្រជុំ ឬឆ្លើយសំណួរចំណេះដឹងទូទៅទេ។ អ្វីដែលវាត្រូវបានបង្កើតឡើងដើម្បីធ្វើ កំណត់ទីតាំងឯកសារច្បាស់លាស់ ដែលប្រភេទភាពងាយរងគ្រោះដែលគេស្គាល់ទំនងជាលាក់ខ្លួន វាហាក់ដូចជាធ្វើបានល្អជាងម៉ូដែលមួយពាន់ដងនៃទំហំរបស់វា យ៉ាងហោចណាស់នៅលើស្តង់ដាររបស់ Cisco ផ្ទាល់។

ថាតើអ្នកស្រាវជ្រាវឯករាជ្យបញ្ជាក់ពីលទ្ធផលទាំងនោះនៅលើមូលដ្ឋានកូដផ្ទាល់ខ្លួនរបស់ពួកគេនឹងកំណត់ថាតើ Antares ត្រូវបានអនុម័តយ៉ាងទូលំទូលាយប៉ុណ្ណា។ សម្រាប់ពេលនេះ ការបាញ់បង្ហោះបានពង្រឹងសារមួយដែលត្រូវបានបង្កើតឡើងនៅទូទាំងឧស្សាហកម្ម AI ពេញមួយឆ្នាំ៖ នៅពេលដែលកិច្ចការតូចចង្អៀតគ្រប់គ្រាន់ តូចជាងអាចឆ្លាតជាង ថោកជាង និងមានសុវត្ថិភាពជាង។

---

ស្នាក់នៅមុន AI

ទទួលបានព័ត៌មាន AI ការវិភាគ និងរបកគំហើញចុងក្រោយបំផុត — ទាំងអស់នៅកន្លែងតែមួយ។

អានព័ត៌មាន AI បន្ថែម →