মার্কিন সরকার চীনের সর্বশেষ এআই মডেলটিকে হ্যাকিং পরীক্ষার মাধ্যমে পরীক্ষা করেছে। এটি পাওয়া গেছে যে মুনশট AI-এর কিমি K3 শ্রেষ্ঠ মার্কিন মডেলগুলির তুলনায় অনেক পিছিয়ে।
মার্কিন সংস্থা এআই মানদণ্ড ও উদ্ভাবনের কেন্দ্র (সিএআইএসআই) একটি ব্রিটিশ পার্টনারের সাথে পরীক্ষা চালিয়েছে। ওয়াশিংটন মুনশট কে কিমি কে ৩ তৈরির জন্য চুরি করা মার্কিন প্রযুক্তি ব্যবহার করার অভিযোগ করেছিল একদিন আগেই এই ফলাফলগুলি প্রকাশিত হয়।
কিমি কে3 মার্কিন সাইবার বেঞ্চমার্কে ব্যর্থ হয়েছে
বাণিজ্য বিভাগ গুরুবার ফলাফল শেয়ার করে। এটি বলেছে যে কিমি কে৩ শীর্ষ মার্কিন মডেলগুলির তুলনায় অনেক নিচে রয়েছে, যা ব্রিটিশ বিশেষজ্ঞদের সাথে একটি যৌথ পরীক্ষা উল্লেখ করে।
মুনশট জুলাই ১৬-এ কিমি কে৩ চালু করে। চাহিদা এতটাই বেশি ছিল যে দুই দিনের মধ্যে এটি নতুন সাইনআপ বন্ধ করে দেয়।
এই চালু হওয়ার ফলে মার্কিন চিপ স্টকগুলি কম্পিত হয়েছিল এবং আমেরিকার এআই নেতৃত্ব নিয়ে নতুন প্রশ্ন উঠেছে।
একটি পরীক্ষা, যার নাম ExploitBench, কার্নেগি মেলন বিশ্ববিদ্যালয় দ্বারা তৈরি বাস্তব Chrome ব্রাউজার বাগ ব্যবহার করে। Kimi K3 স্কোর করেছে 32%। এটি চীনের GLM-5.2-কে 24% স্কোরের উপরে ছাড়িয়ে গেছে। কিন্তু এটি শীর্ষ মার্কিন মডেলগুলির পিছনে পড়েছে, যারা প্রায় 76% স্কোর করেছে।
লক্ষ্য মেশিনের সম্পূর্ণ নিয়ন্ত্রণ নেওয়া সবচেয়ে কঠিন ধাপ। কিমি K3 সব 41টি পরীক্ষায় এই ধাপে ব্যর্থ হয়েছে। সেরা যুক্তরাষ্ট্রের মডেলগুলি 20টিতে এটি সফলভাবে সম্পন্ন করেছে।
অন্য একটি পরীক্ষা, যার নাম The Last Ones, এটি 32 ধাপবিশিষ্ট একটি কাল্পনিক কোম্পানি নেটওয়ার্ক আক্রমণ। এটি সম্পন্ন করতে একজন মানব বিশেষজ্ঞের প্রায় 20 ঘন্টা লাগে। Kimi K3 গড়ে 17তম ধাপে পৌঁছেছে। শীর্ষ মার্কিন মডেলগুলি 28.5তম ধাপে পৌঁছেছে। Kimi K3 10টি চেষ্টার মধ্যে শুধুমাত্র একবার সম্পূর্ণটি সম্পন্ন করেছে।
প্রতিবেদন অনুযায়ী, সেরা যুক্তরাষ্ট্রের সিস্টেমগুলি এটি ছয় বা সাতবার করেছে।
কিন্তু ফাঁকটি যেমন দেখাচ্ছে তার চেয়ে বড় নাও হতে পারে
কিন্তু সংখ্যাগুলো সম্পূর্ণ গল্প বলে না। রিপোর্টের নিজস্ব ছোট অক্ষরে কয়েকটি শর্ত রয়েছে।
প্রথমে, মার্কিন মডেলগুলিকে তাদের সুরক্ষা ফিল্টার বন্ধ করে পরীক্ষা করা হয়েছিল। এই সেটিংটি তাদের পূর্ণ ক্ষমতা দেখায়। জনসাধারণের জন্য উপলব্ধ সংস্করণগুলিতে এই ফিল্টারগুলি চালু থাকে। তাই মার্কিন স্কোরগুলি হল সর্বোত্তম ক্ষেত্রের পরিণাম, বাস্তব জীবনের নয়।
টিমটি কাজটিকে আগেই শেষ করে এবং সীমিত করেছে। এটি শুধুমাত্র একটি পরীক্ষায় Kimi K3 স্কোর করেছে এবং সম্পূর্ণ সেটের শুধুমাত্র অংশটি চালিয়েছে। তাই এর রেটিং অস্থিতিশীল। কিছু পরীক্ষা গোপনীয়, তাই বাইরের লোকেরা কাজটি যাচাই করতে পারে না।
একটি মৌলিক অসামঞ্জস্যতা রয়েছে। কিমি K3 একটি খোলা মডেল যা যে কেউ ডাউনলোড করতে পারে। মার্কিন মডেলগুলি লক করা, ব্যক্তিগত সিস্টেম। যুক্তরাজ্যের প্রতিষ্ঠান পাওয়া গেছে যে খোলা মডেলগুলি সাধারণত সর্বোত্তম বন্ধ মডেলগুলির চেয়ে চার থেকে সাত মাস পিছিয়ে থাকে। মুনশট এটিকে জনসাধারণের জন্য প্রকাশ করার পরেই এটি কিমি K3-এর পূর্ণাঙ্গ পরীক্ষা দেবে।
এই পরীক্ষাগুলি বাস্তব আক্রমণও নয়। কৃত্রিম নেটওয়ার্কে কোনো মানব প্রতিরোধক ছিল না এবং কোনো অ্যালার্মও চালু হয়নি। তবুও, কিমি K3 শেষ শীর্ষ ওপেন মডেলকে পরাজিত করেছে। এবং এটি একবার সম্পূর্ণ আক্রমণ সম্পন্ন করেছে।
সময় এবং উৎস উভয়ই প্রশ্ন তোলে। CAISI আগে মার্কিন এআই সুরক্ষা ইনস্টিটিউট ছিল। ট্রাম্প প্রশাসন ২০২৫ সালের জুনে এটির নাম পরিবর্তন করে। এটি সেই বিভাগের অধীনে অবস্থিত যা মার্কিন চিপ বিক্রয় চীনের প্রতি সীমাবদ্ধ করে। এবং চীনা প্রতিদ্বন্দ্বীর উপর এর রিপোর্টটি চুরির দাবির একদিন পরেই আসে।
দুর্বল সুরক্ষা এখনও ঝুঁকি বাড়ায়
তবে, কম স্কোর মানে এটা নয় যে কিমি K3 নিরাপদ। পরীক্ষায় দেখা গেছে যে এর গার্ডরেলগুলি এটিকে হ্যাক তৈরি বা সিস্টেম আক্রমণ করার চেষ্টা থেকে বাধা দেয়নি।
এটি গুরুত্বপূর্ণ কারণ এর পরে যা আসছে। মুনশট পূর্ণ মডেলটি জুলাই 27-এ প্রকাশ করার পরিকল্পনা করছে। এটি প্রকাশিত হওয়ার পর, এটিকে ফিরিয়ে আনা যাবে না। যেকোনো ব্যক্তি এটি ডাউনলোড করতে পারবেন এবং সুরক্ষা ফিল্টারগুলি সরিয়ে ফেলতে পারবেন।
পরীক্ষাটি একটি চুরির দাবির পরেও আসে। ওয়াশিংটন বলেছেন যে মুনশট কিমি K3 তৈরি করেছে চুরি করা মার্কিন এআই প্রযুক্তি দিয়ে। হোয়াইট হাউসের প্রযুক্তি প্রধান মাইকেল ক্র্যাটসিওস বলেছেন যে ফার্মটি গোপনে অ্যানথ্রোপিকের Claude Fable 5 কপি করেছে। এই কৌশলটিকে ডিস্টিলেশন বলা হয়, যা একটি শক্তিশালী মডেলের উত্তরগুলির উপর একটি নতুন মডেলকে প্রশিক্ষিত করে।
অ্যানথ্রোপিক এই দাবিকে সমর্থন করে। ফেব্রুয়ারিতে, এটি শত শত কাল্পনিক অ্যাকাউন্টের মাধ্যমে মুনশটের সাথে ৩.৪ মিলিয়নেরও বেশি Claude চ্যাট ট্রেস করে। এটি সতর্ক করেছে যে কপি করা মডেলগুলি মূল মডেলের নিরাপত্তা নিয়ন্ত্রণগুলি হারিয়ে ফেলে। এটিই এই পরীক্ষাটি সম্প্রতি যে দুর্বলতা খুঁজে পেয়েছে, তারই সমান।
মার্কিন যুক্তরাষ্ট্র এখনও চীনের তুলনায় 23 গুণ বেশি এআই-এ ব্যয় করে। তবুও চীনা ল্যাবগুলি এই ব্যবধান কমাতে থাকছে। প্রকৃত পরীক্ষা হবে যখন কিমি K3 পাবলিক হবে এবং বাইরের বিশেষজ্ঞরা নিজেদের দ্বারা দাবিগুলি যাচাই করতে পারবেন।