Cantina เปิดตัว apex-flash-1 โมเดลโอเพนซอร์สเจาะระบบ
Cantina Security ร่วมกับ Yeta Labs เปิดตัว apex-flash-1 โมเดลโอเพนซอร์สสำหรับงานวิจัยด้านช่องโหว่ โดยต่อยอดจาก GLM-5.3-Flash
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- Cantina เปิดตัว apex-flash-1 โมเดลโอเพนซอร์ส
- พัฒนาเพื่อการวิจัยช่องโหว่และความปลอดภัยโดยเฉพาะ
- แก้โจทย์ทดสอบ bug ได้ 40 จาก 60 ข้อ
- ต้องการหน่วยความจำ GPU ราว 640 GB สำหรับ BF16
Cantina Security ผนึกกำลังกับ Yeta Labs เปิดตัว apex-flash-1 ซึ่งเป็นโมเดลโอเพนซอร์สแบบเปิดน้ำหนัก (open-weights) ที่ได้รับการฝึกฝนมาเพื่อการวิจัยด้านช่องโหว่และความปลอดภัยทางไซเบอร์โดยเฉพาะ ถือเป็นก้าวสำคัญที่น่าจับตาในแวดวงปัญญาประดิษฐ์และซอฟต์แวร์เสรี
โมเดลตัวนี้เกิดจากการปรับแต่งแบบ reinforcement learning บนพื้นฐานของโมเดล GLM-5.3-Flash จาก Z.ai โดยทางผู้พัฒนาได้เผยแพร่ลงบนแพลตฟอร์ม Hugging Face พร้อมใช้งานภายใต้สัญญาอนุญาตแบบ MIT license เปิดกว้างให้เหล่านักพัฒนาและนักวิจัยนำไปต่อยอดได้ทันที
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
ในแง่ของประสิทธิภาพการทำงาน apex-flash-1 สามารถแก้ไขโจทย์ทดสอบจุดบกพร่องที่ถูกเก็บไว้เป็นความลับ (held-out bug tasks) ได้สูงถึง 40 จากทั้งหมด 60 ข้อ สะท้อนให้เห็นถึงศักยภาพที่โดดเด่นในการค้นหาและวิเคราะห์ข้อผิดพลาดของระบบโค้ด
การเปิดตัวโมเดลโอเพนซอร์สเฉพาะทางด้านความปลอดภัยเช่นนี้สะท้อนถึงการเปลี่ยนแปลงครั้งสำคัญในอุตสาหกรรม AI โดยเปิดโอกาสให้ชุมชนนักพัฒนาสามารถตรวจสอบและพัฒนาเครื่องมือด้านความปลอดภัยได้ด้วยตนเอง ลดการพึ่งพาโมเดลปิด (proprietary models) และช่วยยกระดับมาตรฐานความปลอดภัยของซอฟต์แวร์โดยรวม แต่ในขณะเดียวกันก็ต้องระมัดระวังเรื่องการนำไปใช้ในทางที่ผิดจากผู้ไม่หวังดีเช่นกัน
สำหรับการนำไปใช้งานจริง ทางผู้พัฒนาคอนเฟิร์มว่าตัวโมเดลสามารถ deploy ทำงานได้ผ่าน vLLM, SGLang หรือ Transformers แต่มีข้อจำกัดด้านฮาร์ดแวร์พอสมควร โดยในรูปแบบ BF16 จำเป็นต้องใช้หน่วยความจำ GPU ประมาณ 640 GB ซึ่งถือว่าต้องการทรัพยากรระบบสูงพอสมควร
ที่มา: MarkTechPost
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น