Boundless propose un AI sans réponse de refus sous un système d'examen

Points clés de cet article

• Première version : version de suppression de refus de DeepSeek V4.1 Flash
• En juillet, environ 4 000 GPU pour ZK seront ouverts à l'inférence AI

Fourniture de modèles de suppression de refus sous un système d'examen

Boundless, qui gère un réseau GPU décentralisé pour les preuves à connaissance nulle (ZK), a annoncé le 24 qu'il avait commencé à accepter les demandes pour son programme de fourniture de modèles AI "Defensive Access" destiné aux chercheurs en sécurité. Seules les équipes ayant réussi l'examen pourront utiliser un modèle AI modifié pour réduire les réponses de refus.

En première instance, une version de suppression de refus du modèle à poids ouvert "DeepSeek V4.1 Flash 1017" de la société chinoise DeepSeek sera fournie. L'utilisation est limitée à la recherche en sécurité avec autorisation, aux exercices de l'équipe rouge (simulations d'attaques par des acteurs malveillants) et aux tests de pénétration. Les demandeurs doivent indiquer le système cible et l'objectif d'utilisation, et la société examinera chaque demande individuellement.

Un modèle à poids ouvert fait référence à un modèle AI dont les poids d'apprentissage sont publiés, permettant à quiconque de l'exécuter ou de le modifier. Ce que la société fournit est une version appelée "Abliterated", qui a été modifiée pour réduire les réponses de refus. La société elle-même indique que réduire les refus ne garantit pas une augmentation de la précision du modèle et que la sortie nécessite une vérification.

D'autres fournisseurs proposent également des modèles Abliterated à poids ouvert sous un système d'examen. Le service d'inférence Inference.net fournit la même version de suppression de refus de DeepSeek V4.1 Flash 1017, mais uniquement aux équipes approuvées.

Objectif de soutien du côté défensif et risques d'abus

Boundless cite comme raison de cette fourniture que les modèles AI généraux refusent même des demandes de tests légitimes qui ressemblent à des méthodes d'attaque. L'équipe de la société a déclaré dans le communiqué : "Les restrictions de sécurité des modèles traditionnels peuvent avoir un effet inverse et devenir un frein pour ceux qui essaient de protéger les systèmes."

Un modèle ayant réduit les réponses de refus pourrait être utilisé par des attaquants pour générer du code malveillant. La société n'a pas précisé les critères d'examen spécifiques ni comment elle surveillera l'utilisation après approbation.

En termes de performance, la société fait référence à des benchmarks initiaux publiés le 20 par l'entreprise d'évaluation AI Vals AI. Lorsqu'on a demandé au modèle standard de traiter des tâches de cybersécurité en plusieurs étapes dans un réseau d'entreprise simulé, il a surpassé le "GPT-6 Sol" d'OpenAI. Ce résultat concerne la version standard avant modification et n'évalue pas la version de suppression de refus elle-même.

De la preuve ZK à l'inférence AI

Boundless a initialement construit un réseau GPU pour générer des preuves ZK pour l'industrie des actifs cryptographiques. Le 14 juillet, il a annoncé qu'environ 4 000 GPU seraient ouverts à l'inférence AI, gérés sous forme de service d'inférence (où la société prend en charge l'exploitation). L'exploitation du réseau de preuves ZK se poursuit parallèlement.

La société prévoit de donner un rôle au token natif "ZKC" dans le réseau AI, avec un plan de demander le staking de ZKC aux opérateurs d'inférence AI. L'annonce de ce "Defensive Access" ne fait pas mention de la relation avec ZKC.

Ce contenu est fourni à titre informatif uniquement et ne constitue pas un conseil financier, d'investissement, juridique ou fiscal. Les événements, récompenses, promotions en ligne ou informations mentionnées ici ne doivent pas être considérés comme une recommandation, une sollicitation ou une invitation à acheter, vendre, trader ou effectuer toute autre opération sur des actifs crypto. Les actifs crypto sont très volatils et peuvent entraîner des pertes. La disponibilité des services, produits et événements liés à WEEX peut varier selon les régions. Veuillez vous assurer que votre participation respecte les lois et réglementations locales applicables.