Kimi K3.1 không có khả năng loại bỏ cuộc tấn công.

Đầu tiên, kết luận là:Lần này không có "khả năng phản công" và không có dấu hiệu gì của một kỹ sư thử nghiệm "genius xâm nhập" cả.

Mặt tối của mặt trăng, lời nói là:Họ phát hiện ra rằng dữ liệu huấn luyện đã kết hợp một số tính năng an ninh, và sau đó họ được chọn và xóa đi trong hai giai đoạn: giữa đào tạo và RL.

Sau đó, bảng xếp hạng nội bộ của họ giảm từ 90,5 phần trăm xuống 81,0 phần trăm.

Giảm 9.5 điểm. Giảm tương đối 10,5 phần trăm.

Và?81.0 phần trăm vẫn là 2,4 lần cao hơn 33.3 phần trăm của người tiền nhiệm K3.

Vì vậy, thuật ngữ "đang di chuyển khả năng tấn công" là một mức hợp lý với "người đàn ông trở nên ngu ngốc bởi vì anh ta đã giảm 95 xuống 90."

Trước tiên, hãy xem những gì đã bị xóa.

Hầu hết các bài đọc trên Internet dừng lại ở cụm từ "Kimi loại bỏ khả năng tấn công." Văn bản chính thức rất cụ thể, và tôi sẽ ghi lại:

Đầu tiên, họ tìm ra nguồn điện.

Khi quy mô đào tạo gia tăng, khả năng nghiên cứu lỗ hổng ngày càng tăng. Khám phá nguồn chủ động -Nội dung mạng được nhúng vào ngôn ngữ chung giữa, và công việc mạng cũng nằm trong môi trường RL. Chính phủ sử dụng một cụm từ rất thẳng thắn: "Đây là một sản phẩm tự nhiên được đào tạo theo nhiều loại dữ liệu."

Bước hai, họ đã làm một thí nghiệm so sánh.

Kiểm tra các mô hình nội bộ: Nếu các giai đoạn giữa khóa đào tạo và RL không được gỡ bỏ, khả năng công nghệ truyền tải xuống hạ nguồn tăng đáng kể.

Bước ba, họ đã làm điều đó ở nguồn mở.

Đối với yêu cầu của K3.1 Pro mở, chúng tôi đã đồng ý và chuyển dữ liệu liên quan đến mạng từ cả hai sự kiện đào tạo, trong khi vẫn còn các công cụ mã hóa tổng quát cần thiết cho việc sử dụng mô hình.

Chú ý câu cuối, "Các nhiệm vụ lập trình chung cần thiết cho sự hữu ích của mô hình được duy trì".

Câu này là quan trọng nhất trong văn bản.Họ xóa "data đặc biệt chỉ vào cuộc tấn công" chứ không phải "tất cả kiến thức về mật mã, hệ thống, lỗ hổng." Sau đó loại bỏ các mô hình bởi vì lỗ hổng bản thân là một lỗi mã.

Vậy câu trả lời chính xác là:Vấn đề không phải là loại bỏ khả năng tấn công, mà là loại bỏ khuynh hướng tập luyện của việc tấn công.

Hai thứ đó còn bao xa? Hãy nhìn phần tiếp theo.

Hai, 90.5. Đó là một con số chưa bao giờ được công bố.

Chi tiết này gần như đã mất.

Xdev-bech-hard, 90.5%, làKhông làm cùng một ống huấn luyện mạng để gỡ bỏ dữ liệu"Tôi sẽ ra khỏi trạm kiểm soát.

Việc kiểm tra này chưa bao giờ được công bố. Nó không phải là một sản phẩm của thế hệ, không phải một phiên bản công cộng, mà là một sản phẩm giả định chỉ tồn tại trong các thí nghiệm kiểm soát nội bộ.

Nói cách khác, cốt lõi của sự so sánh này là:

"Chúng tôi đã có thể thực hiện 90.5, nhưng chúng tôi đã chọn để xuất bản 81.0."

Đây là lần duy nhất.Công khai tuyên bố tự rèn luyệnKhông một lần nào.Báo cáo về những tai nạn làm suy giảm khả năngTôi không biết.

Kết hợp hai thứ này lại là sự biến dạng lớn nhất của chu trình.

Chủ nhân đầy đủ:

Mô hình	xdev-bech-hard ( pass@ 3)
GPT-5. 6 Sol	100%
Kimi (dấu kiểm tra mà không gỡ bỏ dữ liệu ảo)	90.5%
DeepSek-V4. 1- Flash	85.7%
Kimi K3.1 Pro (thường xuyên phát hành)	81.0%
GM-5.3.	57.1%
Kimi K3 (thế hệ trước)	33.3%

Có 3 sự thật phản trực quan trong cái bàn này.

Ba hoặc ba sự kiện bị bỏ sót, mỗi sự kiện đảo ngược một điều phổ biến.

Sự thật thứ nhất: thứ đã bị xóa, 90.5, bạn chưa bao giờ tải về.

Vậy là anh không mất gì hết. Bạn biết đấy, "Họ có thể làm nhiều hơn, nhưng họ đã chọn không làm."

Đây là tuyên bố về an ninh, không phải mất khả năng.

Sự kiện 2: Sau khi xóa nó, nó mạnh gấp 2.4 lần thế hệ trước.

81.0 vâng, 33.3. Con số đó nằm trong tiêu đề, và câu chuyện của toàn bộ điều này hoàn toàn ngược lại --

Không phải là Kimi yếu đi, mà là Kimi ngày càng mạnh hơn, nhưng không phải đến mức có thể.

Sự thật III: đã có một mô hình mã nguồn mở cao hơn thế.

DeepSek-V4.1-Flash, 85.7 phần trăm.

Vì vậy, suy luận rằng "các mô hình khác sẽ loại bỏ khả năng tấn công" là thực tế không liên quan.Danh sách này có một mô hình sản xuất quốc gia cao 4.7 điểm.

Nếu bạn nói xu hướng, xu hướng là:Mô hình mã nguồn đóng kín đầu 100%, nguồn mở nằm giữa 81 và 86, và tất cả mọi người bị ép cùng một cỡ.

Đây là một bức tranh hoàn toàn khác với "sự phân loại".

IV.

Đoạn này là đoạn tôi muốn nhất.

Xdev-bech-hard cho bạn ba điều:

1. Mã nguồn có lỗ hổng
2. Gợi ý viên đạn
3. Nhị phân tương ứng

Yêu cầu là phải viết một bản sao, thực hiện bất kỳ mã nào trong hộp cát độc lập và lấy một chuỗi bí mật để đánh giá tự động.

Nguồn gốc là hạt nhân Linux, Node.js, JavaScriptCore, Exim, VirGL, phần mềm thật. Lee.Những khám phá gần đâyVà...Tất cả đều giảm nhẹ.Tôi không biết.

Chuyện này có khó khăn không? Khó khăn. Sử dụng biện pháp giảm nhẹ rất khó.

Nhưng hình dạng của nó không hề giống như xâm nhập thật.

Sự xâm nhập thực sự mất một thời gian dài:

Thiết lập phạm vi, chạm vào tài sản, tìm các lối vào, đào các khoảng trống logic kinh doanh, di chuyển theo chiều ngang, vẽ trên các bằng chứng, viết báo cáo, giải thích cho khách hàng.

Và xdev-bech-hard chỉ bao gồm một quyền nhỏ ở giữa:"Tôi biết có một cái lỗ ở đây, bắn nó xuống."

Tiền thật sự ở đâu, những bước phía trước...

• Danh sách tài sản của khách hàng là sai. Anh phải tự mình làm.
• Một công cụ nội bộ có vẻ vô hại. Đó là trung tâm năng lượng.
• Không có CVE, không có gợi ý, không có nhị phân, chỉ có một linh cảm khiến bạn cảm thấy "Điều này kỳ lạ thế nào?"
• Chúng ta phải chứng minh tác động.

Không cái nào có thể đo được.

Vì vậy khi ai đó nói, "AI thay thế kỹ sư kiểm tra thâm nhập," câu hỏi của tôi là:Anh đã thay thế phần nào?

Nếu nó là "cơ chế tìm kiếm sau một dấu vết của lỗ hổng," nó đúng, AI nhanh hơn hầu hết mọi người. Chuyện này xảy ra hai hoặc ba năm trước.

Nếu nó có nghĩa là "tìm được vị trí đáng giá nhất khi đối mặt với một hệ thống kỳ lạ, không xác định, không biên giới,Rất xa.

V. Tại sao sự tự phô trương này lại có ý nghĩa trong kỹ thuật?

Quyết định ở mặt tối của mặt trăng, từ một quan điểm kĩ thuật thuần túy, là hợp lý.

Thứ nhất, trọng lượng mã nguồn mở không thể thay đổi.

Một mô hình mã nguồn đóng cho thấy rằng nó quá khả năng để thêm vào một hàng rào, một con số giới hạn và một hệ thống ADI đóng cửa.Một khi khối lượng mã nguồn được giải phóng, thế giới có thể tải về và không bao giờ lấy lại được.

Vì vậy, việc kiểm soát rủi ro duy nhất có thể được thực hiện với các mô hình mã nguồn mở là...Trước khi nó tắt.Tôi không biết.

Thứ hai, mục tiêu của họ rất rõ ràng.

"Chúng ta"Không đâu.Khởi động mở rộng trọng lượng mã nguồn hoàn toàn của khả năng mạng.

Chú ý đến cụm từ "bên trước" Không phải "không có mô hình tấn công được" mà là "không có mô hình đặt trần ngành công nghiệp lên trên."

Sự khác biệt giữa hai đường thẳng là rất lớn. Phương pháp thứ nhất tương đương với sự nhạo báng võ thuật, trong khi người thứ hai thì chỉ là một cái đầu không đứng đắn.

Thứ ba, họ cam kết với nhau.

Điều 2: "Chúng tôi dự địnhTăng thức ănKhả năng mạng có sẵn trong trọng lượng mã nguồn mở.

Điều 3 giải thích lý do: để cho phép những người cần khả năng sử dụng képPhòng thủTôi không biết. Một nguồn mở mẫu mạnh mẽ, chạy trên một cơ sở hạ tầng do người dùng điều khiển, cho phép nhiều đội khác kiểm tra lại mã bảo trì của họ...Những hệ thống này bao gồm những hệ thống di sản mà hầu như chưa bao giờ phải chịu một bài phê bình an ninh cụ thể.

Đây không phải là tuyên bố công khai.Món nợ an ninh của hệ thống di sản là một trong những nỗi đau thực sự nhất của Internet Trung Quốc. Một công cụ kiểm toán tự hoạt động cho việc phòng thủ có sẵn trên mạng Intranet, và kết quả là có thật.

Vậy đó không phải là phân hủy, mà là giới hạn tốc độ. Hướng đi vẫn tiếp tục, chỉ là một cái thắng.

Sáu, sức mạnh không phải là thứ đáng lo. Đó là ba điều.

Nếu tôi là người bảo vệ an toàn, tôi sẽ không lo lắng về việc mình ngu ngốc.

Tôi lo lắng về ba điều:

1 hiệu ứng cắt.

Giới hạn trên của khả năng của một mô hình mã nguồn mở là đối tượng của một mô hình mã nguồn đã đóng ở mức 3 tháng trước.

Khả năng mạng của K3.1 Pro vẫn nằm sau đó.Nó đã được công khai trong ít nhất ba tháng.Mô hình mã nguồn mở.

Cái "ít nhất ba tháng" này không phải ngẫu nhiên.Đó là khoảng cách thời gian.Tôi không biết.

Nó có ý nghĩa gì đối với việc biện hộ? Nghĩa làNhững công cụ nguồn mở mạnh nhất mà bạn có thể có luôn luôn nằm sau những công cụ tốt nhất mà những kẻ tấn công có thể mua bằng tiền.

Khoảng cách này không biến mất do sự lựa chọn của một nhà sản xuất nào đó, và nó bình thường ở giai đoạn này.

2 Tờ trong suốt các nguồn dữ liệu sụp đổ.

Phần giá trị nhất của thông báo này thực sự không phải 81.0.Nó thừa nhận rằng sức mạnh trên mạng đến từ sản phẩm tự nhiên của ngôn ngữ chung.Tôi không biết.

Bạn muốn dạy một mô hình bị rò rỉ, bạn không cần phải cung cấp dữ liệu.Có chứ.

Điều đó có nghĩa là "giải quyết dữ liệu" trong thời gian dài.Nó đi ngược lại các định luật vật lý.Tôi không biết. Anh đã xóa hết các vật liệu phòng thủ, và khả năng mã hóa chung sẽ tràn vào khả năng tấn công -- 81.0 trong danh sách, là bằng chứng.

Những vết sẹo và vết nứt thực tế sẽ phát triển.

Các phòng thương mại của nhà máy tiếp tục duy trì các điểm chuẩn nội bộ (chính thức được gọi là “các điểm chuẩn quốc tế của chúng tôi) bởi vì các điểm chuẩn hiện có sẽ mất đi sự phân biệt khi chúng đã được điền đầy đủ.

Nhưng...Đường cơ bản càng chính xác, thì càng xa hiện trường thật.Tôi không biết. Không có dấu hiệu lỗi cho việc thâm nhập thực sự, không có "phần tử âm" cho "retribution" cho "decation string".

Điểm đánh dấu sẽ cao hơn và mô hình "có thể hoàn thành một dự án thực sự cho bạn" sẽ xuất hiện trễ hơn bạn mong đợi.

Xin chào. Trở lại câu hỏi: Liệu kỹ sư thử nghiệm có bị ngã không?

Không. Nhưng...Công việc sẽ được phân phối lại.Và nó đã xảy ra.

Ba là phán quyết của tôi:

Chúng sẽ được thay thế:

• PC/ extloit
• Mã kiểm toán hàng loạt trước.
• Nhân bản cấu hình
• Những phần của báo cáo rằng "rất phức tạp để thay đổi tên của một khách hàng"

Nó sẽ không được thay thế:

• Để đánh giá nơi mà hệ thống này đáng để chiến đấu vì nó đòi hỏi sự hiểu biết kinh doanh và đánh đổi.
• Lập lại danh sách nhận diện tài sản trong trường hợp mà danh sách tài sản là sai
• "Bạn sẽ sửa chữa rủi ro này hay không?" Đó là chính trị, không phải công nghệ.
• Hãy chịu trách nhiệm.Có gì đó không ổn. Nó được ký bởi ai đó.

Nó sẽ được phóng đại:

• Một người + một bó các bên mà có thể bao phủ rộng của một đội trước
• Vấn đề là,Anh có thể xác minh kết quả của thuốc angent không?Tôi không biết. Khả năng kiểm tra sẽ trở thành những kỹ năng cốt lõi mới.

Vậy vấn đề thực sự không phải là dự đoán, nhưng...Nó hiểu thử nghiệm thâm nhập như là giải phóng viết.Tôi không biết.

Sự hiểu biết đó đã lỗi thời trước khi AI xuất hiện.

Tôi sẽ cung cấp cho bạn các tham số thực sự của mô hình này.

Vì nó là về mô hình này, một vài số thực sự được sử dụng:

Mục	Kimi K3.1 Pro
Tham số	3 nghìn tỷ.
Ngữ cảnh	1M (1.048.576 biểu tượng)
Nhập Giá	Ký hiệu triệu năm thứ 13
Giá xuất	68 triệu thẻ
Bộ nhớ tạm	1. 30
Ghi 5 phút	Ký hiệu triệu năm thứ 13
Bộ nhớ tạm 1 giờ	¥26 / kỷ niệm triệu
Tốc độ	Sự nhất quán, tốc độ 2-3 lần, giá gấp đôi ( Got26/¥136)
Việc rao giảng đầy đủ	4 Tháng Mười Một

Giá đã nhập. 5.2 lầnGiá của nơi tạm trú đã được nhập. 1/10Tôi không biết. Đây là cấu trúc giá trị ưu tiên giá trị ưu tiên tiêu chuẩn và ngữ cảnh dài tiêu chuẩn:Hệ thống của bạn di chuyển càng lâu, nó càng ổn định, tiết kiệm càng nhiều.

Còn 3 giới hạn nữa. Ai đạp lên nó sẽ bị thương.

• temperature Cố định 1.0Tôi không biết.top_p Cố định 0.95Nếu anh chuyển sang một giá trị khác, anh sẽ bỏ lỡ nó.
• Phải trả lại toàn bộ cuộc trò chuyện bằng xe đạp.bao gồm reasoning_contentTôi không biết. Nếu bạn bỏ lỡ nó, bạn bắt đầu nói chuyện vô nghĩa.
• Đầu vào hiển thịKhông hỗ trợ URL ảnhchỉ căn cứ 64 hoặc ms://

Và điều cuối cùng, tôi đoán, là rất nhiều người sẽ bước lên nó: bạn ném một liên kết ảnh đến nó, và nó không tải về, và nó chỉ đi sai hướng.

Cuối cùng.

Trong bản tin này, tôi nghĩ rằng nó không phải là 81.0 hoặc 90.5 đáng để nhớ nhất.

Thế đấy:"Chúng tôi có ý định tăng dần khả năng sử dụng trên mạng với trọng lượng mã nguồn mở."

Bởi vì nó thừa nhận một tiền đề...Khả năng có thể được kiểm soát, chứ không đơn giản là tự do hóa hay niêm phong.

Trong hai năm qua, chỉ có hai vị trí trong ngành công nghiệp về vấn đề này: toàn bộ hay không.Kimi đã đưa ra một vị trí thứ ba lần này: mở, nhưng chậm, và công khai cho thấy bao nhiêu.

Anh không thể đồng ý với tốc độ này. Nhưng ít nhất nó cũng để trên bàn và nói cho anh biết nó ở đâu.

Nó trung thực hơn rất nhiều so với những lời từ chối thầm lặng ở RLHF.

Còn về những kỹ sư thử nghiệm "genius xâm nhập vào", họ không ngã.

Nó sẽ xảy ra với những người mà chỉ mới có thể "ném máy quét và thay đổi trọng tải" trong 10 năm qua.Điều này xảy ra trước khi AI xuất hiện, Al chỉ đẩy lịch trình hai năm trước.