Z.ai entrena el modelo GLM-5.3 para programar y dispara sus capacidades en ciberseguridad
Añadir como fuente preferida en Google
La empresa china Z.ai anunció que su nuevo modelo de inteligencia artificial, GLM-5.3, registró un avance no planificado en sus capacidades de GLM-5.3 ciberseguridad. Al ampliar el entrenamiento del sistema para resolver tareas de programación complejas durante periodos prolongados, la herramienta incrementó de forma drástica su efectividad al momento de analizar y explotar fallos de software.
Mismo modelo base con un post-training extendido
El desarrollo de GLM-5.3 no partió de una arquitectura nueva. Según explicó Z.ai, la empresa utilizó exactamente el mismo modelo base que en GLM-5.2. Los cambios proceden del proceso de post-training realizado durante el último mes, donde se dedicó más cómputo a tareas largas similares a las que realiza un ingeniero de software.
En este entrenamiento se incluyeron deliberadamente conjuntos de datos sobre ciberseguridad para detectar fallas. Lo imprevisto para los desarrolladores fue la velocidad a la que el sistema aprendió a ejecutar ataques funcionales a medida que escalaban las horas de cómputo.
Resultados de GLM-5.3 ciberseguridad en pruebas de explotación
Las pruebas evaluaron la diferencia entre hallar un fallo y explotarlo activamente mediante distintas plataformas de prueba:
- CyberGym: Mide la reproducción de vulnerabilidades mediante pruebas de concepto sobre 1.507 fallos en 188 proyectos. GLM-5.3 pasó de un 77,2% (registrado por GLM-5.2) a un 84,5%.
- ExploitBench: Evalúa el avance en la cadena de ataque hasta lograr ejecución arbitraria de código. El modelo subió del 24,4% al 54,4%.
- ExploitGym: Mide la resolución completa de tareas de ataque. Con un límite de dos horas, el sistema completó 105 tareas frente a las 29 de la versión anterior. Con un presupuesto de seis horas, alcanzó 130 tareas.
Reuters advirtió que estos resultados publicados por la compañía no han recibido verificación independiente por parte de terceros.
Comparativa con Mythos 5 y aplicaciones reales
Frente a Mythos 5, una versión de Claude Fable 5 sin restricciones de seguridad desarrollada por Anthropic, GLM-5.3 supera ligeramente el 83,8% de su competidor en CyberGym con su 84,5%. Sin embargo, en fases de ataque avanzado se queda por detrás: Mythos 5 logra un 78% en ExploitBench y completa 181 tareas en ExploitGym con dos horas de margen.
Fuera de los entornos de laboratorio, Z.ai sostiene que sus modelos colaboran con equipos de seguridad en China. Tras revisar código real, la firma afirma haber hallado 2.436 vulnerabilidades en 269 proyectos. Asimismo, Hugging Face empleó GLM-5.2 en su propia infraestructura para investigar una intrusión ejecutada por un agente autónomo, apoyándose en el modelo para descifrar el código malicioso recuperado.
De acuerdo con una evaluación previa del UK AI Security Institute realizada sobre la versión 5.2, los modelos abiertos chinos venían recortando la distancia frente a las alternativas cerradas de Estados Unidos. Z.ai planea publicar los pesos de GLM-5.3 una vez concluya sus revisiones internas de seguridad.
Comunidad Arepa
Únete a nuestros canales principales
