به گزارش بیکینگ، گوگل اعلام کرد، Gemini 4 Carbon تازه‌ترین مدل این شرکت برای انجام کارهای پیچیده و چندمرحله‌ای است. این مدل می‌تواند در پروژه‌های بزرگ نرم‌افزاری، باگ‌های دشوار را پیدا کند، علت اصلی آن‌ها را بررسی کند و برای برطرف‌کردنشان تغییرات لازم را در کد اعمال کند.
یکی از تفاوت‌های مهم این مدل با ابزارهای معمول برنامه‌نویسی، توانایی پیگیری طولانی‌مدت یک کار است. به گفته گوگل، Carbon می‌تواند چند روز روی یک مسئله مهندسی کار کند و پس از مواجهه با بن‌بست، مسیرهای دیگری را برای حل آن امتحان کند.
تمرکز ویژه بر امنیت سایبری
گوگل می‌گوید Gemini 4 Carbon در سه مرحله شناسایی حفره‌های امنیتی، بررسی امکان سوءاستفاده از آن‌ها و اصلاح کد آسیب‌پذیر در بخش امنیت نرم‌افزار عملکرد بالایی دارد.
این مدل در آزمون SEC-bench Pro برای پیدا کردن آسیب‌پذیری‌های واقعی امتیاز ۸۸٫۲ درصد را کسب کرده است. امتیاز آن در آزمون ExploitGym که امکان سوءاستفاده از آسیب‌پذیری‌ها را بررسی می‌کند، ۵۴٫۸ درصد و در آزمون CWE-bench برای اصلاح علت اصلی آسیب‌پذیری‌ها، ۷۱ درصد بوده است.
به گفته گوگل، Carbon در آزمون‌های داخلی این شرکت بیش از دو برابر مدل قبلی، Gemini 4 Argon، در تولید کد امن موفق عمل کرده است. این ارقام را خود گوگل گزارش کرده است.
رتبه اول در یک ارزیابی مستقل
گوگل همچنین اعلام کرده است Gemini 4 Carbon در نسخه ۵ شاخص هوش مصنوعی مؤسسه Artificial Analysis رتبه اول را به دست آورده است. این شاخص توانایی مدل‌ها را در چندین آزمون مختلف ارزیابی می‌کند.
در عین حال داده‌های منتشرشده از سوی گوگل نشان می‌دهد Carbon در برخی آزمون‌های برنامه‌نویسی و کار با رایانه از رقبای خود عقب‌تر است.
گوگل می‌گوید در طراحی این مدل، علاوه بر افزایش توانایی‌ها، کاهش خطاهای رفتاری و افزایش مقاومت در برابر حملات تزریق دستور (Prompt Injection) را نیز دنبال کرده است. این حملات تلاش می‌کنند با واردکردن دستورهای مخرب، رفتار یک سامانه هوش مصنوعی را تغییر دهند.
چه زمانی در دسترس کاربران قرار می‌گیرد؟
Gemini 4 Carbon از ابتدا برای همه کاربران عرضه نشده است. گوگل دسترسی اولیه را به گروهی از متخصصان امنیت سایبری می‌دهد و قرار است به‌تدریج آن را در اختیار شرکای مورداعتماد قرار دهد. عرضه برای توسعه‌دهندگان، کسب‌وکارها و کاربران عادی به مراحل بعدی موکول شده است و هنوز تاریخ مشخصی برای انتشار عمومی اعلام نشده است.
هدف گوگل این است که پیش از گسترش دسترسی، بازخورد متخصصان را جمع‌آوری و سازوکارهای ایمنی مدل را بهبود دهد. در صورت موفقیت، Carbon می‌تواند به ابزاری برای بررسی امنیت نرم‌افزارها و انجام پروژه‌های برنامه‌نویسی پیچیده تبدیل شود.
5858
