Un estudio de PromptArmor señala que los modelos de pesos abiertos son un 88% más vulnerables a ataques de inyección indirecta de prompts
Título original:Open-weight models 88% more susceptible to cyber attacks
Resumen de IA
En una evaluación de 9.800 ensayos, PromptArmor halla que los modelos de pesos abiertos (DeepSeek, Kimi, GLM, Qwen) presentan una tasa de vulnerabilidad del 26,7% frente a cadenas reales de ataques de inyección indirecta de prompts, frente al 14,2% de los modelos cerrados (GPT, Claude, Gemini), lo que supone un 88% más de vulnerabilidad para los modelos de pesos abiertos.
Puntos clave
- En una evaluación de 9.
- 800 ensayos,PromptArmor halla que los modelos de pesos abiertos (DeepSeek,Qwen) presentan una tasa…
- frente al 14,2% de los modelos cerrados (GPT,Claude,Gemini),lo que supone un 88% más de…
Resumen rápido
- Publicado
- Actualizado
- Categoría
- Artículos e investigación
- Puntuación IA
- 67
原文基于 9800 次试验给出开放权重与闭源模型在间接提示词注入下的易感率差距和分攻击数据,方法与结果可直接用于安全选型参考。
Entidades relacionadas
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: Un estudio de PromptArmor señala que los modelos de pesos abiertos son un 88% más vulnerables a ataques de inyección indirecta de prompts. 16. octubre 2026. https://new.nat6.net/es/news/y1c13l53cd5u3wg565qu60q4d/