شکاف امنیت سایبری بین هوش مصنوعی‌های متن‌باز و بسته به حداقل رسید
بر اساس بنچمارک جدید Vals AI، مدل‌های متن‌باز در حال نزدیک شدن به توانایی‌های سایبری مدل‌های تجاری قدرتمند مانند GPT-6 هستند. با هزینه بسیار کمتر، مدل‌های متن‌باز اکنون می‌توانند با موفقیت بالایی به شبکه‌های شرکتی نفوذ کنند که این امر زنگ خطری برای امنیت سایبری و کاهش زمان واکنش مدافعان است.
نتایج جدیدترین تست‌های نفوذ در بنچمارک «Vals CyberOffense» نشان می‌دهد که هوش مصنوعی‌های متن‌باز (Open-weight) با سرعتی غیرمنتظره در حال رسیدن به توانمندی‌های مدل‌های تجاری و بسته (Closed) در حوزه حملات سایبری هستند. مدل GPT-6 Sol از OpenAI، با موفقیت در ۸۰.۸ درصد اهداف نفوذ، در صدر قرار دارد، اما مدل متن‌باز DeepSeek V4.1 Flash با دستیابی به نرخ موفقیت ۷۲.۸ درصد و با هزینه‌ای تنها یک‌دهم مدل‌های تجاری، عملکردی خیره‌کننده از خود نشان داده است.
این تحقیق نشان می‌دهد که به محض عمومی شدن وزن‌های یک مدل هوش مصنوعی، هیچ نهادی نمی‌تواند نحوه استفاده از آن را محدود کند؛ موضوعی که به عقیده محققان، «پنجره زمانی» مدافعان برای واکنش را به‌شدت کوتاه کرده است. مدل‌های متن‌باز اکنون قادرند در تست‌های پیشرفته نفوذ، نه تنها وارد یک شبکه شرکتی شوند، بلکه با سرقت رمز عبور، به شبکه‌های دیگر نیز دسترسی پیدا کنند.
داده‌ها حاکی از آن است که فاصله عملکردی میان این دو نوع مدل اکنون به کمتر از ۴ تا ۷ ماه رسیده که نسبت به سال ۲۰۲۵ کاهش چشمگیری داشته است. محققان هشدار می‌دهند که اگرچه این مدل‌ها برای هک استفاده می‌شوند، اما باید از همان توانایی‌ها برای شناسایی و رفع نقاط ضعف پیش از وقوع حملات واقعی بهره برد. افزایش سرعت و کاهش هزینه‌های مدل‌های متن‌باز، به این معناست که تهدیدات سایبری مبتنی بر هوش مصنوعی در ماه‌های آینده با شدت بیشتری ادامه خواهد یافت.
گزارش فارسی این خبر با کمک هوش مصنوعی و فقط بر اساس اطلاعات منتشرشده در منبع تهیه شده است.