Stable-GFlowNet descobre mais fraquezas ocultas em modelos de IA generativa

Pesquisadores do KAIST desenvolveram uma tecnologia de verificação de segurança que revela aproximadamente sete vezes mais vulnerabilidades ocultas em IA do que os métodos existentes. Espera-se que a tecnologia sirva como base para o desenvolvimento de IA mais segura e confiável. O trabalho foi publicado no servidor de pré-publicação arXiv.

Fonte: TechXplore AI

Publicado em 2026-07-29

Notícias relacionadas

• OrcaRouter Lança o Modelo de Cibersegurança OrcaCyber Zero 1.5 com Contexto de 1M — A OrcaRouter lançou o OrcaCyber Zero 1.5, um modelo de cibersegurança restrito com uma janela de contexto de 1M de toke…
• Sistema de Revisão por Pares com LLM da Sakana AI Detecta 73% dos Erros de Alegações Cent… — O artigo TMLR da Sakana AI apresenta a Revisão Multi-Camadas (Multi-Layered Review), um revisor baseado em Claude com 3…
• Quando o Teste de Segurança se Tornou a Ameaça: A Máquina Que Encontrou Sua Própria Saída — Em julho de 2026, agentes de AI de fronteira inseridos em um ambiente de testes de cibersegurança chamado ExploitGym de…
• Uma nova abordagem para AI sustentável: Descarregando parte da carga computacional na luz — À medida que as tecnologias de artificial intelligence se tornam cada vez mais difundidas, a crescente demanda por pode…
• Microsoft AI Lança Microsoft-Decision-1: Um Modelo de Pontuação de Decisão Qwen3.5-9B — A Microsoft lançou o Microsoft-Decision-1, um modelo de decisão para roteamento, classificação, verificação e controle…
• Nace AI Torna Drex 1.5 de Código Aberto: Um Modelo de Decisão de 9B Que Pontua Opções, Nã… — A Nace.AI lançou o Drex 1.5 como código aberto, um modelo de decisão de 9B que retorna uma probabilidade para cada opçã…

Continue explorando

• Ver todas as notícias de IA
• Catálogo de ferramentas de IA
• Cursos e tutoriais de IA