Փոքր ԱԲ մոդելը տարածվեց 8 տեսակի սարքում․ ամբողջական «որդը» դեռ չի ստացվել

Anthropic-ի Frontier Red Team-ի 2026 թվականի հոկտեմբերի 12-ի հետազոտության փորձերում Qwen3.5-9B փոքր մոդելը կարողացել է այլ մոդելի ինֆերենսը գործարկել փորձարկված 9 սարքատեսակից 8-ում։ Դա տարբեր սարքերում ԱԲ-ի աշխատանքային միջավայր ստեղծելու արդյունք է. փոքր մոդելի ինքնուրույն տարածվող ամբողջական «որդ» չի ցուցադրվել։ Հետազոտության առարկան հնարավոր վնասաբեր ծրագրի այն տեսակն է, որը նոր հանգույց կհասցնի նաև մոդելի կշիռները և այնտեղ կշարունակի աշխատել։

Tom’s Hardware-ի հոկտեմբերի 13-ի լուսաբանումը նկարագրում է մյուս երկու արդյունքը. Gemma4-26B-A4B-ը բաշխված աշխատել է մոտ 55 դոլար արժողությամբ 15 Android TV կցորդ սարքերի վրա՝ միասին ապահովելով ընդամենը 0,39 թոքեն վայրկյանում, իսկ առանձին սերվերից գործող GLM-5.2-ը պարզեցված փորձնական ցանցում հասել է բոլոր 8 հանգույցներին 5 փորձից 4-ում։ Սրանք տարբեր մոդելների և տարբեր միջավայրերի փորձեր են։ Այդ տվյալները ցույց են տալիս անհրաժեշտ առանձին կարողություններ, սակայն դրանցից ոչ մեկը չի ներկայացնում տնային սարքերով ինքնուրույն տարածվող ավարտուն համակարգ։

Ինչ է գործարկել փոքր մոդելը

Qwen3.5-9B-ին հանձնարարված էր նոր սարքում պատրաստել Llama3.1-8B-ի սպասարկման միջավայրը։ Այն պետք է ընտրեր համատեղելի ծրագրերը, տեղադրեր անհրաժեշտ բաղադրիչները, լուծեր սարքին հատուկ սխալները և հասցներ այն վիճակի, երբ մոդելը պատասխանում է հարցմանը։ Փորձարկված սարքատեսակների շրջանակը ներառում էր, օրինակ, Jetson Nano, Mac և սերվերային սարքավորումներ։ Հետևաբար հաջողության ցուցանիշը վերաբերում է միջավայրի կազմավորմանը տարբեր հարթակներում, ոչ թե ինքնուրույն հայտնաբերված ու վարակված սարքերի քանակին։

Սովորական վնասաբեր կոդը կարող է պատճենել իր գործարկվող ֆայլերը և հաջորդ սարքում շարունակել նախապես գրված գործողությունները։ Հետազոտված կշիռներով տարածվող տարբերակում բեռի մաս են նաև ԱԲ մոդելի կշիռները՝ նրա հաշվարկների համար անհրաժեշտ տվյալները, ինչպես նաև դրանք գործարկող ծրագրային միջավայրը։ Եթե կշիռները պարզապես հայտնվեն սարքի հիշողությունում, բայց միջավայրը չաշխատի, մոդելը չի կարող այնտեղ որոշումներ ընդունել։ Փորձի դժվար հատվածն այդ միջավայրը տարբեր պրոցեսորների, օպերացիոն համակարգերի ու գրադարանների պայմաններին հարմարեցնելն էր։

Սարքավորումների բազմազանությունը սպառնալիքի մոդելի կարևոր մասն է. նույն առաջադրանքը տարբեր հարթակներում կարող է պահանջել տարբեր փաթեթներ և կարգավորումներ։ Սակայն սարքատեսակի ընդգրկումը փորձարկման ցանկում ինքնին չի նշանակում, որ այն ունեցել է շահագործվող խոցելիություն։ Հետազոտողները չափել են արդեն հասանելի համակարգում ինֆերենս պատրաստելու կարողությունը. ցանցում թիրախ գտնելն ու դրան մուտք ստանալը առանձին խնդիրներ են։

Որտեղ է կանգ առել ամբողջական շղթան

Ինքնուրույն տարածման համար համակարգը պետք է հերթով գտնի թիրախը, այնտեղ կատարի իր կոդը, տեղակայի մոդելը և նոր հանգույցից կրկնի նույն ընթացքը։ Ցանցային ենթափորձում հետազոտողները մեկնարկային հանգույցից փոխանցել են անհրաժեշտ բեռը և չափել, թե գործակալը կարո՞ղ է նոր հանգույցներում գործարկել ինֆերենսը։ Թիրախները իրական տնային կցորդ սարքեր չէին. դրանք մեկուսացված ամպային միջավայրում աշխատող Android-ի նմանակներ էին։ Մուտքի փուլը միտումնավոր հեշտացվել էր՝ բաց թողնելով առանց նույնականացման Android Debug Bridge կամ ADB կապը։

Այդ պայմաններում շղթան կազմակերպել էր GLM-5.2 մեծ մոդելը, որի ինֆերենսը կատարվում էր առանձին սերվերի վրա։ Նոր հանգույցում գործարկվում էր ավելի փոքր Llama մոդելի սպասարկումը, իսկ ստուգումից հետո փորձնական համակարգը այնտեղ ստեղծում էր գործակալի հաջորդ պատճենը։ Այս կառուցվածքը թույլ է տվել չափել կազմակերպման կարողությունը, բայց մեծ մոդելը չէր կարող աշխատել թույլ թիրախային հանգույցներում։ Փոքր մոդելներն առանձին քայլեր կատարել են, սակայն շղթան հուսալիորեն ավարտել չեն կարողացել։

Առանձին է նաև նախաձեռնության հարցը։ Մոդելներն աշխատել են մարդկանց տված առաջադրանքով և հատուկ կառուցված փորձնական միջավայրում։ ԱԲ հետազոտող Սյաոհան Ֆուն Ars Technica-ի հարցազրույցում զգուշացրել է, որ փորձը չի հաստատում՝ փոքր մոդելները «would autonomously choose to replicate»։ Այստեղ չափվածը առաջադրանքը կատարելու ունակությունն է. ինքնաբուխ տարածվելու որոշում այդ փորձով չի դիտարկվել։

Դանդաղ հաշվարկը և հարմարվելու սահմանը

Կցորդ սարքերի փորձը ցույց է տվել, որ մոդելը կարելի է բաժանել մի քանի թույլ սարքերի միջև. յուրաքանչյուր հանգույց պահում և մշակում է շերտերի մի մասը։ Բայց պատասխան ստանալու համար հանգույցները պետք է հերթով փոխանակեն միջանկյալ տվյալները, ինչն արագությունը կախված է դարձնում թե՛ հիշողությունից, թե՛ կապից։ Չափված դանդաղությունը հատկապես կարևոր է, քանի որ նոր սարքում ինֆերենս պատրաստելն ինքնին երկարատև հաջորդական աշխատանք է։ Նման արագությամբ յուրաքանչյուր սխալ ընտրություն կամ ծրագրի անհամատեղելի տարբերակ ավելացնում է գործակալի ծախսած ժամանակը։

Հետազոտողները փորձել են նաև փոխանցել նախորդ անհաջող փորձերի մասին կարճ գրառումները նույն փոքր մոդելի հաջորդ գործարկումներին։ Այդ մեխանիզմը թույլ է տալիս այլ լուծում փորձել, երբ նախորդ գործակալը փակուղի է մտել, բայց չի փոխում մոդելի կշիռները և ինքնուրույն չի լրացնում ամբողջ շղթայի բացը։ Մեծ մոդելից խորհուրդ ստանալու առանձին փորձը նույնպես չափելի բարելավում չի տվել փոքր մոդելի ինֆերենսի տեղակայման առաջադրանքում։ Սա բացատրում է, թե ինչու առանձին սարքում հաջող գործարկումը դեռ քիչ բան է ասում հաջորդ սարքերին անընդհատ հասնելու հուսալիության մասին։

Փոքր մոդելների կարողությունների աճի հիման վրա հետազոտողները հնարավոր են համարում, որ հաշվարկային պահանջների և առաջադրանքը կատարելու ունակության միջև բացը կնեղանա։ Դա կանխատեսում է, իսկ դիտված արդյունքը մնում է դանդաղ բաշխված ինֆերենսն ու սահմանափակ պայմաններում կատարված ցանցային ենթափորձը։ Հնարավոր ապագա համակարգը կարող է կշիռները փոխանցել հարևան սարքից կամ ներբեռնել արտաքին պահոցից. երկու տարբերակն էլ ցանցում հետքեր կթողնի։

Ինչ են փոխում փորձի արդյունքները պաշտպանության մեջ

Այս սպառնալիքի մոդելի դեպքում պաշտպանների առաջին տեսանելի նշանները հավանաբար կլինեն ոչ թե անսովոր տեքստային պատասխանները, այլ սարքերի կապի փոփոխությունները։ Նոր հանգույցը կարող է ստանալ մեծածավալ մոդելային ֆայլեր, իսկ բաշխված ինֆերենսը պահանջում է տևական հաղորդակցություն այն սարքերի միջև, որոնք սովորաբար իրար այդքան տվյալ չեն փոխանցում։ Թիրախներ որոնելու փուլը կարող է ավելացնել արտագնա միացումները։ Արագ տարածվելը մեծացնում է այդ ցանցային հետքերը, մինչդեռ դանդաղ ընթացքը երկարացնում է հայտնաբերման հնարավոր ժամանակը։

IoT սարքերի ու դրանք սպասարկող սերվերների պատասխանատուների համար փորձից բխում են հստակ ստուգումներ.

• Գույքագրել ցանցին միացված կցորդ սարքերը և մյուս թույլ հանգույցները՝ նշելով, թե որոնք են հասանելի արտաքին ցանցից կամ հարևան սարքերից։
• Անջատել արտադրական միջավայրում անհարկի հեռակառավարման ու մշակման ծառայությունները, հատկապես առանց նույնականացման ADB մուտքը, և վերանայել լռելյայն թույլ մուտքային տվյալները։
• Փնտրել խոշոր ֆայլերի անսովոր ներբեռնումներ, անսպասելի երկարատև սարք-սարք կապեր և նոր թիրախներ որոնող ելքային միացումներ։
• Հայտնաբերված հանգույցը մեկուսացնելիս պահպանել կապերի ու փոխանցված բեռի հետքերը, որպեսզի նույն վարքը հնարավոր լինի գտնել ցանցի մյուս մասերում։

Այս գործողությունները օգտակար են նաև սովորական բոտնետների դեմ, բայց այստեղ ունեն լրացուցիչ դիտակետ՝ մոդելի կշիռների տեղափոխումը և նոր սարքում ինֆերենսի գործարկման փորձը։ Հաջորդ կարևոր չափումը կլինի նույն ամբողջ շղթայի կրկնությունը իրական պաշտպանական կարգավորումներով սարքերի վրա՝ այնպիսի փոքր մոդելով, որը գործում է հենց այդ սարքերի հաշվարկային սահմաններում։

Կարդացեք նաև:

• Neon թե Supabase․ 23× արագ replica-ն դեռ ամբողջ ընտրությունը չի լուծում
• ԱԲ գործակալի հաշիվը հաշվեք ամբողջ loop-ով․ մեկ փորձը կարող է 30 անգամ տարբերվել
• Cerebras-ը քննարկում է Հայաստանի ԱԲ ենթակառուցվածքը, բայց գործարք դեռ չկա