PromptArmor ระบุโมเดลโอเพนเวตเสี่ยงต่อการโจมตีแบบ indirect prompt injection สูงกว่า 88%
หัวข้อต้นฉบับ:Open-weight models 88% more susceptible to cyber attacks
สรุปโดย AI
PromptArmor ในการประเมิน 9,800 ครั้งพบว่าโมเดลโอเพนเวต (DeepSeek, Kimi, GLM, Qwen) มีอัตราเสี่ยงต่อห่วงโซ่การโจมตีแบบ indirect prompt injection ในโลกจริงอยู่ที่ 26.7% ขณะที่โมเดลปิด (GPT, Claude, Gemini) อยู่ที่ 14.2% ทำให้โมเดลโอเพนเวตมีความเสี่ยงสูงกว่า 88%
ข้อมูลสำคัญ
- PromptArmor ในการประเมิน 9,800 ครั้งพบว่าโมเดลโอเพนเวต (DeepSeek,Kimi,GLM,Qwen)…
- 7% ขณะที่โมเดลปิด (GPT,Claude,Gemini) อยู่ที่ 14.
- 2% ทำให้โมเดลโอเพนเวตมีความเสี่ยงสูงกว่า 88%
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- PromptArmor:Threat Intelligence
- หมวดหมู่
- บทความและงานวิจัย
- คะแนน AI
- 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。
เอนทิตีที่เกี่ยวข้อง
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: PromptArmor ระบุโมเดลโอเพนเวตเสี่ยงต่อการโจมตีแบบ indirect prompt injection สูงกว่า 88% 16 ตุลาคม 2026 https://new.nat6.net/th/news/y1c13l53cd5u3wg565qu60q4d/