အပလီကေးရှင်း-လုံခြုံရေးကုမ္ပဏီ Semgrep မှ စံသတ်မှတ်ချက်အသစ်တစ်ခုသည် မျှော်လင့်မထားသောရလဒ်တစ်ခု ထွက်ပေါ်လာသည်- China's Zhipu AI မှ open-weight model သည် ဆော့ဖ်ဝဲလ်တွင် အမှန်တကယ် လုံခြုံရေးချို့ယွင်းချက်များကို ရှာဖွေရာတွင် Anthropic's Claude ထက်သာလွန်သည်။ ရှာဖွေတွေ့ရှိမှုသည် စွမ်းရည်အရှိဆုံး AI သည် စျေးအကြီးဆုံး သို့မဟုတ် ကန့်သတ်မှုအရှိဆုံးဖြစ်မဖြစ် အချေအတင်ဆွေးနွေးမှုကို လောင်စာဆီထပ်လောင်းစေသည်။

Anthropic ၏ အစွမ်းထက်သော Mythos မော်ဒယ်သည် US တင်ပို့မှု ပိတ်ပင်မှုနောက်ကွယ်တွင် သော့ခတ်ထားသဖြင့်၊ လုံခြုံရေးအဖွဲ့များသည် နောက်ဆုံးပေါ် AI လုပ်ငန်းဆိုင်ရာ လွှမ်းခြုံမှုအတွက် GLM 5.2 ကဲ့သို့သော အလွတ်တန်းရွေးချယ်စရာများကို ရှာဖွေနေကြပါသည်။ ဇွန်လ 22 ရက်နေ့တွင်ထုတ်ဝေသော Semgrep ၏စမ်းသပ်မှုတွင်အမဲလိုက်ခြင်းသည်မျှော်လင့်ထားသည်ထက်စောလျင်စွာအကျိုးရှိသည်ဟုအကြံပြုသည်။

ဘာ Semgrep စမ်းသပ်ပြီးပြီလဲ။

Semgrep သည် ၎င်း၏အတွင်းပိုင်း IDOR-ထောက်လှမ်းမှုစံနှုန်းတွင် အဖွင့်အလေးချိန်နှင့် ရှေ့တန်းမော်ဒယ်များ၏ တန်းခွဲတစ်ခုကို အကဲဖြတ်ခဲ့သည်။ IDORs — Insecure Direct Object References — သည် သုံးစွဲသူတစ်ဦးမှ အခြားအသုံးပြုသူ၏ဒေတာကို ရောက်ရှိစေသည့် ဝင်ရောက်ထိန်းချုပ်မှု bugs များဖြစ်သည်။ ကုဒ်သည် နည်းပညာအရ တရားဝင်သည်၊ ၎င်းသည် ခွင့်ပြုချက်စစ်ဆေးရန် ရိုးရှင်းစွာ ကင်းမဲ့သောကြောင့် ၎င်းတို့သည် ရိုးရာအငြိမ်ခွဲခြမ်းစိတ်ဖြာမှုဖြင့် ဖမ်းဆုပ်ရန် ခက်ခဲသည်။

ကုမ္ပဏီသည် ၎င်း၏ စည်းမျဉ်းအခြေခံအင်ဂျင်ကို AI ကျိုးကြောင်းဆင်ခြင်မှုဖြင့် ပေါင်းစပ်ခြင်းဖြင့် အဆိုပါအားနည်းချက်များကို ရှာဖွေတွေ့ရှိရန်အတွက် လုပ်ငန်းအသွားအလာကို ပြုပြင်နေပါသည်။ မော်ဒယ်ကိုယ်တိုင်မှ မည်မျှ စွမ်းဆောင်နိုင်သည်ကို ခွဲထုတ်ရန်အတွက် ၎င်းပတ်ပတ်လည်ရှိ ငြမ်းများနှင့် သုတေသီများသည် အနိမ့်ဆုံးကြိုးဖြင့် လူကြိုက်များသော အဖွင့်အလေးမထားသော မော်ဒယ်များကို ခွဲထုတ်နိုင်သည် - မော်ဒယ်တိုင်းအတွက် တူညီသော IDOR စနစ်ထည့်သွင်းမှုကို အသုံးပြု၍ ရိုးရှင်းသော Pydantic စနစ်ထည့်သွင်းမှုအား၊ အဆုံးမှတ်ရှာဖွေမှုမရှိဘဲ လမ်းညွှန်ချက်မရှိသော မော်ဒယ်အားလုံးကို လုပ်ဆောင်ခဲ့သည်။ အမှာစာသည် အခြေခံရှာဖွေမှုဗျူဟာနှင့် IDOR အသွင်သဏ္ဌာန်အနည်းငယ်သာရှိပါသည် — "ဤနေရာတွင်ကုဒ်၊ ချို့ယွင်းချက်များကိုရှာပါ" ထက်အနည်းငယ်ပိုသော်လည်း Semgrep ၏အပြည့်အဝပိုက်လိုင်းအတွင်းတွင်လုပ်ဆောင်နေချိန်တွင် Frontier coding အေးဂျင့်များရရှိသည့်ပမာဏထက်များစွာလျော့နည်းပါသည်။

IDOR များသည် သမားရိုးကျ စကင်နာများ၏ အက်ကွဲကြောင်းများမှ ပြုတ်ကျသောကြောင့် အပလီကေးရှင်းလုံခြုံရေးအဖွဲ့များအတွက် အမြဲတစေ ခေါင်းကိုက်နေပါသည်။ စည်းကမ်းအခြေခံသည့်ကိရိယာတစ်ခုသည် ပျောက်ဆုံးနေသောထည့်သွင်းမှုစစ်ဆေးချက်ကို အလံပြနိုင်သော်လည်း၊ တိကျသောအဆုံးမှတ်တစ်ခုသည် အခြားအသုံးပြုသူ၏ဒေတာကို အမှန်တကယ်ထုတ်ပြခြင်းရှိ၊ မရှိ နားလည်ခြင်းသည် အပလီကေးရှင်း၏လုပ်ငန်းဆိုင်ရာယုတ္တိဗေဒနှင့်ပတ်သက်၍ ကျိုးကြောင်းဆင်ခြင်ရန် လိုအပ်သည် — ကြီးမားသောဘာသာစကားမော်ဒယ်များပို၍ကောင်းလာနေသောဆက်စပ်မှုဆိုင်ရာစီရင်ချက်အမျိုးအစားအတိအကျဖြစ်သည်။

GLM 5.2 က ဦးဆောင်သည်။

ထူးခြားချက်မှာ Zhipu AI ၏ open-weight model GLM 5.2 ဖြစ်သည်။ အချက်ပြမှုမှလွဲ၍ ဘာမှမလုပ်ဘဲ IDOR ထောက်လှမ်းမှုတွင် 39% F1 ရခဲ့သည် — Claude Code ၏ 32% ကို ခုနစ်မှတ်အပြည့်ဖြင့် ကျော်ထားသည်။ Semgrep ၏ အဆိုအရ အဖွင့်အလေးချိန် မော်ဒယ်သည် အလုပ်တွင် Claude Opus 4.8 ကို ကျော်လွန်ကာ စမ်းသပ်ခဲ့ပြီး အပြင်းထန်ဆုံးသော နယ်ခြားစောင့် ရွေးချယ်မှု ဖြစ်လာခဲ့သည်။

စီးပွားရေးကလည်း ထပ်တူထပ်မျှ အံဝင်ခွင်ကျဖြစ်ခဲ့တယ်။ GLM 5.2 ၏စျေးနှုန်းတွင်၊ အားနည်းချက်တစ်ခုလျှင် အကြမ်းဖျင်းအားဖြင့် $0.17 ကုန်ကျသည်။ အဆုံးမှတ်ထောင်ပေါင်းများစွာကို စကင်န်ဖတ်နိုင်သော အဖွဲ့အစည်းများအတွက်၊ Semgrep သည် အမှားအယွင်းတစ်ခုအတွက် ကုန်ကျစရိတ်သည် မကြာခဏဆိုသလို ထောက်လှမ်းခြင်းနည်းပညာသည် အတိုင်းအတာတစ်ခုအထိ လက်တွေ့ကျသည်ဆိုသည်ကို ဆုံးဖြတ်သည့်အချက်ဖြစ်ကြောင်း Semgrep မှ မှတ်ချက်ပြုခဲ့သည်။

အခြား အလေးမမှု ပြိုင်ဖက်များ နောက်သို့ လိုက်သွားကြသည်။ MiniMax M3 သည် 23% F1 နှင့် Kimi K2.7 ကုဒ် 22% သည် Claude Code အောက်တွင် ကောင်းမွန်စွာ အစုလိုက်အပြုံလိုက် နှစ်ခုလုံးတွင် ရှိသည်။ Semgrep သည် အဖွင့်အလေးချိန်အမျိုးအစားအတွက် ကိုယ်စားပြုရလဒ်မဟုတ်ဘဲ GLM 5.2 ကို ရှင်းလင်းသောခြွင်းချက်အဖြစ် သတ်မှတ်သည်။

ကြိုးက အရေးမကြီးပါ။

အကြမ်းထည်အမျိုးအစားတွင် အဖွင့်ဝိတ်အနိုင်ရခဲ့သော်လည်း၊ Semgrep ၏ ကိုယ်ပိုင်ရည်ရွယ်ချက်ဖြင့် တည်ဆောက်ထားသော ပိုက်လိုင်းသည် အလုံးစုံခေါင်းဆောင်အဖြစ် ဆက်လက်ရှိနေခဲ့သည်။ ကုမ္ပဏီ၏ ဘက်စုံစနစ်ထည့်သွင်းခြင်း— AI ကျိုးကြောင်းဆင်ခြင်ခြင်း နှင့် စည်းမျဉ်းအခြေခံ ထောက်လှမ်းခြင်း နှင့် ဖွဲ့စည်းတည်ဆောက်ထားသော အဆုံးမှတ်စာရင်းကောက်ယူခြင်း တို့ ပေါင်းစပ်ထားသည့် ပေါင်းစပ်ဖွဲ့စည်းမှုအပေါ် မူတည်၍ 53% မှ 61% F1 ကို ရရှိခဲ့သည်။ ထိုကွာဟချက်သည် သုတေသီများ၏ မူလမေးခွန်းကို အလေးပေးဖော်ပြသည်- အားနည်းချက်-ထောက်လှမ်းမှု စွမ်းဆောင်ရည်သည် မော်ဒယ်မည်မျှဖြစ်ပြီး ၎င်းပတ်လည်တွင် ဗိသုကာပညာသည် မည်မျှရှိသနည်း။

အဖြေက "နှစ်ခုလုံးဖြစ်ပုံရပြီး၊ ဒါပေမယ့် လူတွေက ကြိုးက ကြိုးဆိုတာထက် ပိုပါတယ်" တဲ့။ GLM 5.2 သည် စွမ်းဆောင်ရည်ရှိသော မော်ဒယ်သည် အနည်းငယ်မျှသော ပံ့ပိုးမှုဖြင့် အဓိပ္ပါယ်ရှိသော အလုပ်များကို လုပ်ဆောင်နိုင်ကြောင်း သက်သေပြခဲ့ပြီးဖြစ်သော်လည်း ၎င်းသည် ပြဿနာအတွက် အထူးပြင်ဆင်ထားသော စနစ်နှင့် မယှဉ်နိုင်သေးပါ။

သုတေသီများဖြစ်သည့် Paxton-Fear၊ Seth Jaksik၊ Brenden Noblitt နှင့် Erik Buchanan တို့ပါ၀င်သော Semgrep အဖွဲ့သည် ကျိုးကြောင်းဆီလျော်သော လုံခြုံရေးတာဝန်ကို ကျိုးကြောင်းဆီလျော်စွာ လုပ်ဆောင်သည့် ကုဒ်နံပါတ် အေးဂျင့်ကို ကျော်တက်သွားသည့်အတွက် အမှန်တကယ် တုန်လှုပ်မိကြောင်း ပြောကြားခဲ့ပါသည်။

အိမ်ရှိဒဏ္ဍာရီများ

စံသတ်မှတ်ချက်သည် လက်ရှိပထဝီနိုင်ငံရေးနောက်ခံနှင့် ယှဉ်တွဲ၍ အလေးချိန်ထပ်တိုးပါသည်။ ဘလော့ဂ်ပို့စ်၏ခေါင်းစဉ် — "ကျွန်ုပ်တို့အိမ်တွင် Mythos ရှိသည်" — သည် Anthropic ၏ဆိုက်ဘာလုံခြုံရေးကိုအာရုံစိုက်ထားသော Mythos မော်ဒယ်ကို ကမ္ဘာအနှံ့အပြားတွင် ထိထိရောက်ရောက်မရရှိနိုင်သည့်အချက်ကို ထောက်ပြကိုးကားပါသည်။ Trump အစိုးရက Mythos နှင့် ၎င်း၏ ကန့်သတ်မွေးချင်း Fable 5 ကို အသုံးပြုခြင်းမပြုရန် Trump အစိုးရက တားမြစ်ပြီးနောက်၊ ကမ္ဘာလုံးဆိုင်ရာ လုံခြုံရေးအဖွဲ့များသည် ထိုးစစ်နှင့် ခံစစ်လုံခြုံရေးအတွက် စွမ်းရည်အရှိဆုံး AI အဖြစ် သတ်မှတ်ခံထားရသည့်အရာကို ဝင်ရောက်ခွင့် ဆုံးရှုံးခဲ့သည်။

ထိုလေဟာနယ်တွင်၊ အသုံးပြုနိုင်သော အဝိတ်မော်ဒယ်များသည် ကွာဟချက်ကို ဖြည့်ဆည်းပေးပါသည်။ GLM 5.2 — မည်သည့်နေရာတွင်မဆို လွတ်လွတ်လပ်လပ်ဒေါင်းလုဒ်လုပ်၍ ဖြန့်ကျက်အသုံးပြုနိုင်သည်- သည် သီးခြားလုံခြုံရေးလုပ်ဆောင်မှုများရှိ နယ်နိမိတ်ပိုင်ပုံစံများကို ယှဉ်နိုင်သည် သို့မဟုတ် အနိုင်ယူနိုင်သည်ဟူသောအချက်က ပို့ကုန်ပိတ်ပင်မှု၏ အေးစက်သောအကျိုးသက်ရောက်မှုသည် ရည်ရွယ်ထားသည်ထက် သေးငယ်နေနိုင်သည်ဟု အကြံပြုထားသည်။ အကောင်းဆုံး "ကန့်သတ်မထားသော" မော်ဒယ်သည် ဆက်လက်တိုးတက်နေပါက၊ နယ်ခြားစောင့်စွမ်းရည်များကို သိုလှောင်ခြင်း၏ ဗျူဟာမြောက်တန်ဖိုး ကျဆင်းသွားပါသည်။

ယခုအချိန်တွင်၊ ရလဒ်သည် ကျဉ်းမြောင်းသည်- အားနည်းချက်အမျိုးအစားတစ်ခုအတွက် စံသတ်မှတ်ချက်တစ်ခုဖြစ်သည်။ သို့သော် ၎င်းသည် အများသူငှာ ယူဆထားသည်ထက် ပိုမိုလျင်မြန်စွာ ပိတ်နေသည့် အချက်ပြမှုဖြစ်ပြီး ၎င်းသည် AI လုံခြုံရေးအခင်းအကျင်းတွင် အဓိပ္ပါယ်ဖွင့်ဆိုနိုင်သော ကိန်းရှင်ဖြစ်လာနိုင်သည်။

တွေ့ရှိချက်သည် နယ်ခြားဓာတ်ခွဲခန်းများအတွက် စိတ်မသက်မသာမေးခွန်းများ ပေါ်ပေါက်စေသည်။ လွတ်လွတ်လပ်လပ် ရရှိနိုင်သည့် မော်ဒယ်သည် လုံခြုံရေး ကျိုးကြောင်းဆင်ခြင်ခြင်း လုပ်ငန်းများတွင် သီးသန့်စနစ်များကို ယှဉ်နိုင်နေပြီဆိုလျှင်၊ အပိတ်မော်ဒယ်များ ပတ်လည်ရှိ ပြိုင်ဆိုင်မှုကျုံးသည် ကျဉ်းမြောင်းသွားသည် — အထူးသဖြင့် ပို့ကုန်ထိန်းချုပ်မှုများသည် အဆိုပါ ပိတ်ထားသော မော်ဒယ်များကို ကမ္ဘာ့စျေးကွက် အများအပြားတွင် လက်လှမ်းမမီနိုင်သည့်အခါတွင် ဖြစ်သည်။ အသုံးပြုမှုကန့်သတ်ချက်များမရှိဘဲ အလွတ်သဘောဖွင့်ထားသော ဆော့ဖ်ဝဲအင်ဂျင်နီယာများသည် နေရာတိုင်းတွင် တစ်ပြိုင်နက် ထပ်မံအသုံးပြုနိုင်ပါသည်။

AI ၏ရှေ့တွင်နေပါ။

နယ်နိမိတ်နှင့် ပွင့်လင်းမြင်သာသော AI အကြား ကွာဟချက်သည် [ဆန်းသစ်သော AI သတင်း] (https://aibuzzwire.news) နှင့် လုံခြုံရေး၊ အခြေခံအဆောက်အအုံနှင့် မူဝါဒကို ပြန်လည်ပုံဖော်ခြင်းဆိုင်ရာ သုတေသနပြုချက်များတွင် ကျဉ်းမြောင်းသွားပါသည်။

AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →