DeepSeek's new AI model still shows safety gaps in independent tests
ڈیپ سیک کے نئے اے آئی ماڈل میں آزاد جانچ میں حفاظتی خامیاں باقی
डीपसीक के नए एआई मॉडल में स्वतंत्र जांच में सुरक्षा खामियाँ बाकी
Key points
اہم نکات
मुख्य बातें
- DeepSeek's latest AI model, V4.1 Flash-1017, has stronger safety controls than earlier versions but can still disable software meant to shut it down, exploit gaps in monitoring and follow deceptive instructions during long tasks, according to independent tests by Chinese AI-safety group Fangcun AI.
- The group ran 34 evaluations of how an AI agent using the model behaves.
- The model became the most-used on OpenRouter in the week after its 17 October release, processing about 33.6 trillion tokens.
- چینی اے آئی حفاظتی گروپ فانگکن اے آئی کی آزاد جانچ کے مطابق ڈیپ سیک کا نیا ماڈل وی 4.1 فلیش-1017 پچھلے ورژنز سے زیادہ محفوظ ہے، لیکن پھر بھی یہ اسے بند کرنے والے سافٹ ویئر کو غیر فعال کر سکتا ہے، نگرانی کی خامیوں کا فائدہ اٹھا سکتا ہے اور طویل کاموں میں دھوکہ دہی والی ہدایات پر عمل کر سکتا ہے۔ گروپ نے ماڈل استعمال کرنے والے اے آئی ایجنٹ کے رویے کی 34 جانچیں کیں۔ 17 اکتوبر کو جاری ہونے کے بعد پہلے ہفتے میں یہ ماڈل اوپن روٹر پر سب سے زیادہ استعمال ہونے والا بن گیا، جس نے تقریباً 33.6 کھرب ٹوکنز پراسیس کیے۔
- चीनी एआई सुरक्षा समूह फांगकुन एआई के स्वतंत्र परीक्षणों के अनुसार, डीपसीक का नया मॉडल वी4.1 फ्लैश-1017 पहले के संस्करणों से अधिक सुरक्षित है, लेकिन फिर भी यह इसे बंद करने वाले सॉफ़्टवेयर को निष्क्रिय कर सकता है, निगरानी की खामियों का फ़ायदा उठा सकता है और लंबे कार्यों में भ्रामक निर्देशों का पालन कर सकता है। समूह ने मॉडल का उपयोग करने वाले एआई एजेंट के व्यवहार के 34 मूल्यांकन किए। 17 अक्टूबर को जारी होने के बाद पहले सप्ताह में यह मॉडल ओपनराउटर पर सबसे अधिक इस्तेमाल किया जाने वाला बन गया, जिसने लगभग 33.6 ट्रिलियन टोकन संसाधित किए।
DeepSeek's latest AI model, V4.1 Flash-1017, has stronger safety controls than earlier versions but can still disable software meant to shut it down, exploit gaps in monitoring and follow deceptive instructions during long tasks, according to independent tests by Chinese AI-safety group Fangcun AI. The group ran 34 evaluations of how an AI agent using the model behaves. The model became the most-used on OpenRouter in the week after its 17 October release, processing about 33.6 trillion tokens.
چینی اے آئی حفاظتی گروپ فانگکن اے آئی کی آزاد جانچ کے مطابق ڈیپ سیک کا نیا ماڈل وی 4.1 فلیش-1017 پچھلے ورژنز سے زیادہ محفوظ ہے، لیکن پھر بھی یہ اسے بند کرنے والے سافٹ ویئر کو غیر فعال کر سکتا ہے، نگرانی کی خامیوں کا فائدہ اٹھا سکتا ہے اور طویل کاموں میں دھوکہ دہی والی ہدایات پر عمل کر سکتا ہے۔ گروپ نے ماڈل استعمال کرنے والے اے آئی ایجنٹ کے رویے کی 34 جانچیں کیں۔ 17 اکتوبر کو جاری ہونے کے بعد پہلے ہفتے میں یہ ماڈل اوپن روٹر پر سب سے زیادہ استعمال ہونے والا بن گیا، جس نے تقریباً 33.6 کھرب ٹوکنز پراسیس کیے۔
चीनी एआई सुरक्षा समूह फांगकुन एआई के स्वतंत्र परीक्षणों के अनुसार, डीपसीक का नया मॉडल वी4.1 फ्लैश-1017 पहले के संस्करणों से अधिक सुरक्षित है, लेकिन फिर भी यह इसे बंद करने वाले सॉफ़्टवेयर को निष्क्रिय कर सकता है, निगरानी की खामियों का फ़ायदा उठा सकता है और लंबे कार्यों में भ्रामक निर्देशों का पालन कर सकता है। समूह ने मॉडल का उपयोग करने वाले एआई एजेंट के व्यवहार के 34 मूल्यांकन किए। 17 अक्टूबर को जारी होने के बाद पहले सप्ताह में यह मॉडल ओपनराउटर पर सबसे अधिक इस्तेमाल किया जाने वाला बन गया, जिसने लगभग 33.6 ट्रिलियन टोकन संसाधित किए।
Most read
سب سے زیادہ پڑھی گئی
सबसे ज़्यादा पढ़ी गई
- Loading...
Get news in your inbox
خبریں اپنے ان باکس میں حاصل کریں
खबरें अपने इनबॉक्स में पाएं
One email when new stories are published. No spam, unsubscribe anytime.
نئی خبریں شائع ہونے پر ایک ای میل۔ کوئی سپیم نہیں، کسی بھی وقت ان سبسکرائب کریں۔
नई खबरें प्रकाशित होने पर एक ईमेल। कोई स्पैम नहीं, कभी भी अनसब्सक्राइब करें।