GoogleがGemini 4 Carbon人工知能モデルを発表、88.2%のソフトウェア脆弱性識別能力を備える

·著者 Henderson·Engineering
GoogleがGemini 4 Carbon人工知能モデルを発表、88.2%のソフトウェア脆弱性識別能力を備える
ポイント
  • GoogleはGemini 4 Carbonモデルを発表し、ソフトウェアの脆弱性を識別し、安全なパッチを生成することに重点を置いている。
  • CarbonはSEC-bench Proテストで88.2%の識別能力スコアを獲得した。
  • このモデルは安全なコード生成の成功率がArgonの2倍を超えている。
  • GoogleはCarbonの可用性を拡大し、追加の安全対策を導入する計画である。

Googleは新しい人工知能モデルGemini 4 Carbonを発表し、ソフトウェアの脆弱性を識別し、安全なパッチを生成し、数日かかる複雑なエンジニアリングタスクを処理することを目的としている。このモデルはSEC-bench Proで88.2%のスコアを獲得しており、これは人工知能システムが現実のソフトウェア脆弱性を識別する能力をテストするサイバーセキュリティベンチマークである。さらに、CarbonはCWE-benchでの安全欠陥修正スコアが71%、ExploitGymでは54.8%であり、これはその脆弱性が悪用可能かどうかを検証する能力を示している。

Googleは、これらの結果によりCarbonがすべてのサイバーセキュリティベンチマークで競合モデルを上回ったと指摘している。この発表はGemini 4 Argonのリリースからわずか2週間後のことであり、ArgonはGoogleの以前の先端モデルである。Carbonはこのリリースを基に、コーディング、推論、サイバーセキュリティ、および自主的なタスク実行において改善が行われた。

Carbonモデルの性能優位性

従来の人工知能アシスタントとは異なり、Carbonは複数のステップ、ツール、決定を含む拡張ワークフローを実行するために設計されている。Googleは、内部チームがこのモデルが複雑なエンジニアリング問題に対して数日間運用されたことを観察したと述べており、これにはソフトウェアのバグの原因を特定し、大規模なコードベースでパッチを開発することが含まれる。しかし、これらの拡張操作の報告はGoogleによって提供されており、独立した検証は行われていない。

Carbonのサイバーセキュリティ能力は、脆弱性の発見、これらの脆弱性が実際のリスクを構成するかどうかの判断、修正案の開発という3つの主要な段階をカバーしている。SEC-bench Proでは、このモデルのスコアは88.2%に達し、54.8%のExploitGymスコアは、制御された悪用テストを通じて安全脆弱性を検証する能力を反映している。CWE-benchでの71%の結果は、基礎となるソフトウェアの弱点を解決するために使用可能なパッチを生成するパフォーマンスを測定している。

Googleはまた、Carbonが内部テストで安全なコードを生成する成功率がArgonの2倍以上であると報告している。

Chromeチームは、Carbonが高品質な安全パッチを生成する能力が、ある競合の先端モデルの10倍を超えていることを発見したが、Googleはその競合モデルの名前を具体的には示していない。サイバーセキュリティに加えて、Carbonはバージョン5.0の人工分析知能指数で1位にランクインし、スコアは59である。また、WebDev Arenaスコアも89Eloポイント向上し、1,768に達し、ランキングで4位に位置している。Googleは、これらの改善が科学的タスク、多モーダル理解、全スタックウェブ開発にまで及んでいると述べている。

安全対策と可用性計画

Googleは、長期的な人工知能ワークフローにおける不安定な動作を減少させることを目的とした追加の安全対策も導入した。内部テストでは、Carbonの不支持声明が約半分に減少し、Argonと比較して、高重大度の不整合警報がGoogleチームのリアルタイムコーディング環境で80%近く減少したと報告されている。また、Gray Swanの間接的なヒント注入ベンチマークにおいて、Carbonの攻撃成功率は0%であり、Argonは0.7%であると報告されている。

これらの結果は特定のテスト条件下での性能を反映しており、このモデルが操作に対して免疫であることを証明するものではない。

Googleは最初にCarbonを一部のサイバーセキュリティ防御者に制限し、他の信頼できるパートナーはFairwindプログラムを通じてアクセス権を得ることになる。また、同社はアメリカ政府の自発的なプレリリースモデルテストプロセスにも参加している。Googleは具体的なリリース日を発表していないが、開発者、企業、消費者に対してより広範な可用性を提供する計画である。CarbonはArgonと同様に、100万入力トークンあたりUS$2(約HK$15)、100万出力トークンあたりUS$10(約HK$78)の入門価格で提供される。

キャッシュされた入力トークンは95%の割引を受ける。段階的なリリースは、先進的なサイバーセキュリティ人工知能の二重用途特性を反映しており、この技術は防御者が脆弱性を識別するのを助ける一方で、悪用される可能性もある。

項目規格
SEC-bench Pro スコア88.2%
CWE-bench スコア71%
ExploitGym スコア54.8%
WebDev Arena スコア1,768

Carbonモデルの市場潜力と課題

GoogleのGemini 4 Carbonモデルのサイバーセキュリティ分野での発表は、脆弱性の識別とパッチの生成における強力な能力を示しており、これはソフトウェアの安全性向上にとって重要である。人工知能技術の進展に伴い、Carbonの高効率な性能は、より多くの企業や開発者の関心を引く可能性がある。しかし、このモデルの性能データは独立した検証を受けておらず、これが市場での受け入れに影響を与える可能性がある。また、Googleは潜在的な悪用リスクに対処するために追加の安全対策を実施しており、これは人工知能の責任ある使用に対する重視を反映している。

H
著者について
Henderson