「GLM」的搜尋結果
11/14（六）
自由時報偏綠FBI警告ARTEX AI駭客工具遭濫用，最快3小時可攻入企業系統
〔AI頻道／綜合報導〕美國聯邦調查局（FBI）11月13日發布最新資安警報，指出原本用於合法滲透測試的開源 AI 工具 ARTEX，已被駭客大量用於自動化網路攻擊。根據 FBI 調查，自今年8月以來，金融、政府、國防、半導體、能源及科技等多個產業都曾遭到相關攻擊，部分入侵行動甚至在鎖定目標後不到3小時，就成功取得企業雲端系統的高階權限。這類工具讓攻擊者能同時對多個目標展開行動，大幅縮短傳統駭客從尋找漏洞到入侵系統所需的時間。ARTEX 是以 Go 語言開發的多代理滲透測試框架，最初由開發者「Autumn-27」於今年7月在 GitHub 公開。它本身沒有內建大型語言模型，而是能串接 OpenAI GPT、Anthropic Claude、DeepSeek、GLM、Grok 與 Kimi 等模型，讓 AI 代理依照使用者設定的目標，自行執行系統掃描、漏洞分析及後續操作。FBI 指出，在已掌握的駭客部署案例中，中國模型的使用比例較高，其中 DeepSeek Flash 系列尤其常見，主要與價格、運算能力及安全限制等因素有關。
新唐人電視台11/13（五）
搶下美企近九成開源AI支出還不夠 中國模型不想只賣API了
美企開源模型支出89%流向中國模型，Kimi占61%、DeepSeek占15%、智譜GLM占11% 開源模型Token消耗占比升至19%，支出占比卻降至4%；中國模型正承受流量增、收入跟不上的壓力 智譜、Kimi、MiniMax調漲API並轉向訂閱、AI代理與企業交付，尋找API外第二收入來源
貝森特：伊朗黑客用中國AI攻擊法國超市
美國財長貝森特表示，伊朗黑客攻擊法國超市冷藏系統時使用中國AI模型，並警告中國AI缺乏安全防護。法國約700個零售據點遭網攻，造成重大損失。美國資安公司近期也揭露，黑客利用DeepSeek、智譜GLM等中國AI模型發動網絡攻擊。
鉅亨網
大紀元11/12（四）
Hugging Face遭揭露藏網絡攻擊AI模型 開源安全風險浮現
商傳媒｜何映辰／台北報導全球知名的開源人工智慧模型託管平台 Hugging Face，近日被揭露其平台上存在大量可能用於發動人工智慧驅動網路攻擊的模型，引發各界對開源人工智慧模型安全性的高度關注。 資安公司 CrowdStrike 執行長喬治·庫茲（George Kurtz）指出，開放權重模型（open-weight models）的能力正日益逼近前沿模型，這意味著無論意圖好壞，任何人都能取得先進的人工智慧能力。他表示，這類模型「毫無防護機制」，自然成為惡意使用者覬覦的目標。 根據《Transformer》報導，早在今年七月，Hugging Face 平台上就有超過 6,500 個被標記為「消除安全防護」（abliterated）、無審查（uncensored）或「異端」（heretic）的模型。這些標籤顯示模型的安全篩選器或防護措施已被移除，使其更容易被用於產生惡意內容。Hugging Face 的內容政策明文禁止開發或散布旨在破壞系統、未經授權存取或生成惡意程式碼的模型。 網路安全專家艾倫·伍德華（Alan Woodward）也認同，免費發布這些模型會帶來明顯的風險。他認為 Hugging Face 應就其託管政策進行對話。例如，今年十月初，Hugging Face 便曾下架一個明確標榜「用於進攻性網路行動」的 GLM-5.3 模型版本。然而，該模型的開發者 Audnai，仍有其他標榜「不受限制」或「消除安全防護」的模型留存在平台上，其中一個 GLM-5.3 模型甚至聲稱只拒絕 7.5% 的有害請求。 更有甚者，平台上有開發者公開提供用於網路攻擊的 DeepSeek-4.1 模型版本，以及標註為「CyberStrike-OffSec」的攻擊性資安模型。一份由 dealignai 上傳的 GLM-5.3 衍生模型宣稱，已成功測試可生成金鑰記錄器（keyloggers）、勒索軟體（ransomware）及暴力破解攻擊（brute-force attacks）工具。去年九月，人工智慧研究公司 Anthropic 曾發現，GLM-5.3 模型在 12% 的嘗試中，成功開發出已知瀏覽器漏洞的攻擊程式，且在移除安全限制後，該模型在測試中會完全遵守所有有害請求。 開發清除模型安全校準工具 Heretic 的菲利普·伊曼紐爾·魏德曼（Philipp Emanuel Weidmann）說明，一個「消除安全防護」的模型本質上就是一台「問答機」，有問必答。儘管魏德曼聲稱，大部分對移除安全防護模型的需求來自於合法研究目的，網路安全專家伍德華也承認，這些不受限制的模型對於資安專業人員調查漏洞來說，是有效的防禦工具。然而，倫理學與遊戲科技教授凱瑟琳·弗裡克（Catherine Flick）則對此表示擔憂，認為安全防護被移除的模型所帶來的潛在好處，不足以抵銷其風險，且一旦模型發布，就失去發布的控制權。人工智慧研究員安德魯·阿爾迪蒂（Andrew Arditi）呼籲，在完全由開發者控制的模型與幾乎移除所有限制的模型之間，應尋求一個中間路線，在不完全移除所有安全防護的情況下，研究模型的客製化方案。 這場爭論的核心在於，人工智慧社群是否應複製閉源的規範，或是維持更開放的態度。儘管開源模型能提供更高的透明度與問責性，但批評者警告，將如此強大的工具交到所有人手中，風險不容小覷。
商傳媒
奧丁丁新聞