سنسر اینترنت بر وب‌کامیک‌های مستقل تأثیر می‌گذارد

تومک کورباک، یکی از سه پژوهشگر امنیت اخراجی OpenAI، گفت که به دلیل ارتباط با طرف سوم از طریق کانال‌های غیرمجاز از کار برکنار شد. OpenAI از این سه نفر خواست تا تلفن‌های شخصی خود را در جریان یک تحقیق در مورد سرقت اطلاعات باز کنند. رایان گرینبلات به عنوان مشکوک اصلی معرفی شد، اما او این اتهام را رد کرد. این تحقیقات پس از انتشار خبری در The Information در مورد مدل جدید OpenAI، آسترا، آغاز شد. سه پژوهشگر اخراجی، کورباک، میکیتا بالسنی و جاسمین وانگ، گفتند که از اطلاعات محرمانه خارج از شرکت استفاده نکرده‌اند. OpenAI گفت که این سه نفر از سیاست‌های داخلی در مورد اطلاعات حساس پیروی نکرده‌اند. گرینبلات نیز اتهامات OpenAI را رد کرد و گفت که هیچ اطلاعات محرمانه‌ای به خبرنگاران داده نیست.

خزانه‌داری آمریکا، محدودیت‌های جدیدی بر سرمایه‌گذاری آمریکایی در چین، روسیه و کشورهای دیگر اعمال می‌کند. این مقررات، که در چارچوب برنامه امنیتی سرمایه‌گذاری خارجی، محدودیت‌های بیشتری بر سرمایه‌گذاری در فناوری‌های حساس مانند چیپ‌ها، هوش مصنوعی و فناوری کوانتومی اعمال می‌کند. خزانه‌داری آمریکا اعلام کرد که این مقررات برای جلوگیری از استفاده دشمنان از سرمایه‌گذاری آمریکایی در فناوری‌های تهدیدکننده امنیت ملی طراحی شده است. این مقررات تا ۷ دسامبر برای نظرات باز است و مقررات نهایی بعد از آن اعلام خواهد شد.

OpenAI ارزش‌گذاری خود را برای دور جدید جذب سرمایه از ۱٫۴ تریلیون دلار به ۱٫۲۵ تریلیون دلار کاهش داد. این شرکت نزدیک به جذب ۳۰ میلیارد دلار سرمایه با ارزش‌گذاری جدید است. سرمایه‌گذاران از امارات متحده عربی و شرکت Coatue در این دور سرمایه‌گذاری رهبری می‌کنند. OpenAI قصد دارد تا پایان هفته آینده امضاهای سرمایه‌گذاران را دریافت کند. این دور سرمایه‌گذاری به عنوان یک پل فرصت‌بار پیش از احتمالی عرضه عمومی سهام (IPO) ارائه می‌شود. OpenAI پیشتر اعلام کرده بود که در سال ۲۰۲۷ به یک شرکت عمومی تبدیل خواهد شد، اما زمان‌بندی را به دلیل تمرکز بر امنیت هوش مصنوعی به سال آینده موکول کرده است.

شرکت سربرااس مدل‌های هوش مصنوعی با تریلین پارامتر را راه‌اندازی کرده است. این شرکت با استفاده از چندین چیپ WSE-3T که هر کدام ۴۴ گیگابایت حافظه‌ی روی‌شیپ دارند، توانسته است مدل‌های بزرگ هوش مصنوعی با پارامترهای تریلیونی را اجرا کند. یکی از مدل‌های مورد استفاده، مدل منبع باز Kimi K3 با حدود ۳ تریلیون پارامتر است که عملکرد قابل‌توجهی در بنچمارک‌های Terminal-Bench 2.1 و BrowseComp از خود نشان داده است. برای اجرای این مدل، از تکنیک‌هایی مانند کوانتیزاسیون ۴ بیتی و کش KV ۸ بیتی استفاده شده است. مدل Kimi K3 شامل ۶۹ لایه‌ی توجه خطی و ۲۴ لایه‌ی چگال است که با تقسیم لایه‌ها بین چندین چیپ، مجموعاً ۵۹ چیپ مورد نیاز شناسایی شده است. ارتباط بین چیپ‌ها از طریق RDMA بر روی اترنت با تاخیر حدود ۲ میکروثانیه انجام می‌شود و فقط فعال‌سازی‌ها بین چیپ‌ها منتقل می‌گردند.

پژوهشگران آسیب‌پذیری‌های نرم‌افزارهای تیل‌اسکیل و هداسکیل را گزارش کرده‌اند. آنها به حذف لایه‌های امنیتی، گسترش مرزهای امنیت و استفاده از فرآیندهای با امتیازات بالا اشاره کردند. گزارش نشان می‌دهد که این نرم‌افزارها به دلیل انتخاب‌های طراحی، در معرض خطر هستند. پژوهشگران معتقدند که آگاهی سریع از این آسیب‌پذیری‌ها به بهبود امنیتی کمک می‌کند.