Google 將推出目前最強大的 Gemini 4 Argon 也搭配最強監控防止失控

本文共2236字

Google DeepMind 1日宣布釋出全新的前沿模型Gemini 4 Argon，率先開放給一批受信任的網路安全防禦專家。今年升任、親自操刀新模型的Google DeepMind資深副總裁暨Google首席AI架構師Koray Kavukcuoglu指出，Argon專門為了在複雜、長期的工作流程中維持深度的推理，已徹底改變Google工作與開發的方式。在實際軟體工程、如法律與金融等企業知識，以及網路安全防禦等複雜的工作流程中，展現先進且出色的效能。

有鑑於模型能力的強大，Google必須採取分階段的策略，逐步擴大使用範圍，並主動配合美國政府的自願性計畫，在模型正式發布前，先開放權限供相關單位評估。在正式將Argon提供給開發者、企業與消費者之前，持續收集早期測試者的回饋，並不斷迭代，同時改善安全防護機制。

Argon相較前代模型，再度下降字元成本，每百萬輸入詞元（Token）為2美元，每百萬輸出詞元為10 美元；快取輸入詞元的價格比一般輸入詞元便宜 95%。

Koray Kavukcuoglu指出，Gemini 4 Argon已開始支援Google內部工作流程，數千名 Google 員工表示Argon在專業程式編寫任務、執行深度研究以及寫作品質上都具有優勢。協助各團隊加快開發速度、突破工程生產力的極限，並加速量子演算法最佳化、記憶體效率、大規模程式碼庫遷移與最佳化等項目。

以量子演算法為例，Google以Argon協助研究團隊突破「效能瓶頸」，大幅優化運算所需的時空資源（量子位元×邏輯閘）。Argon創下僅花短短幾分鐘，交出比現有公開文獻還要好上40%的成績的紀錄。另外，以一組Argon代理分析Google資料中心整體系統的效能分析數據，自主辨識並套用記憶體最佳化方案。全面部署後，釋放超過300 TiB的記憶體，預估整體可節省約500 TiB至1 PiB的記憶體容量。Argon代理程式也正在將Google內部的 C／C++程式碼庫遷移至Rust。

為了讓Gemini 4 Argon能勝任更長、更複雜的使用情境，Google調高模型的輸出詞元上限，從先前的 6.4萬個詞元大幅擴增至100萬個詞元。當模型有足夠的餘裕進行深度思考，並能在單次推演中生成數十萬個詞元時，將強化深度推理能力，一次到位地解決各種棘手的難題。

Gemini 4 Argon 在程式編寫、邏輯推理與多模態處理上展現了強大能力，並能穩定執行耗時且多步驟的任務，這讓它在應對各種企業工作流程時都能游刃有餘。

Google指出，目前工程師已將Argon應用於日常工作中，涵蓋一般除錯、大規模程式碼庫遷移，以及演算法設計。在專門評估「真實世界長期軟體工程任務」的DeepSWE v1.1基準測試中，Argon以 77.9%的優異得分，創下業界最先進的新紀錄。Argon在衡量金融、程式開發、法律與稅務等工作經濟影響力的Vals 指數中穩居榜首。

當知識型工作需要視覺理解時，Argon能執行專業的圖表分析、辨識長影片中的關鍵細節，並根據一連串的文件內容採取行動。在專門測試長影片理解能力的 LVBench評測中，Argon 以 91.7% 的高分，展現了業界最頂尖的水準。

為了讓網路防禦專家能更好地應對網路攻擊的新紀元，Gemini 4 Argon被訓練為具備極高網路防禦能力的模型。Argon能自主尋找、驗證並修補關鍵的軟體漏洞。針對受信任的防禦專家與Google的內部團隊，將發布未設網路安全防護限制的Argon版本，Google新收購的資安公司Wiz已經透過「Scan for Good」計畫將Argon用於網路安全防禦。並已發現一個關鍵漏洞，會洩露全球醫院使用的醫療保健軟體中的敏感個人資訊，成功識別出先前其他先進模型未能發現的嚴重風險。

在評估模型修補安全漏洞能力的 CWE-bench v1 測試中，Argon 以 68% 的最高分並列第一，延續了 3.8 Flash Cyber 在 CWE-bench v0 上的前沿表現。在Google 內部全方位的漏洞基準測試中，Argon 成功揭露了涵蓋20種程式語言、複雜程式碼庫中的廣泛安全風險。 在Wiz的內部黑箱滲透測試，用以評估模型在無原始碼狀況下分析即時網路系統能力的基準中，Argon在攻擊面探測、漏洞識別以及產生驗證用的概念驗證（PoC）方面，表現均優於3.8 Flash Cyber。

Google強調，在未來Gemini 4 Argon推送給更多人之前，持續從四大面向強化關鍵的前沿安全防護機制，包括遵循《先進安全框架》（Frontier Safety Framework）防禦濫用行為，模型設計為會主動拒絕有害請求，同時允許合法的軍民兩用科學研究。針對利用惡意指令或上下文來挾持模型行為的「間接提示注入攻擊」，Argon是目前防禦力最強的模型。並嚴格監控未對齊（Misalignment）行為，防止模型執行任務時越界或偏離使用者的原本意圖，以專屬的緩解機制，隨時監控 Argon 的思維鏈（chain-of-thought）與行動，並在必要時直接中止其執行。並以類似的系統來監控訓練過程，一旦發生異狀就會向專屬的事件應變團隊發出警報。更避免將監控結果直接回饋到訓練中，以免Argon學會改變推理方式來「規避」監控。Google也同步強化系統及沙盒環境的安全性，在展開高風險的訓練或評估前，會先將沙盒環境隔離並徹底封鎖。

※ 歡迎用「轉貼」或「分享」的方式轉傳文章連結；未經授權，請勿複製轉貼文章內容