MaxPatrol VM включен в реестр продуктов с ИИ

MaxPatrol VM включен в реестр продуктов с ИИ

MaxPatrol VM включен в реестр продуктов с ИИ

Система управления уязвимостями MaxPatrol VM 2.7 была отмечена в реестре российского ПО как продукт, который использует технологии искусственного интеллекта. Получить такую отметку позволила функция умного поиска информации по активам.

В MaxPatrol VM 2.7 пользователи могут проводить полнотекстовый поиск информации по активам, не используя запросы на языке Positive Data Query Language (PDQL).

В результате отпадает необходимость знать данный язык запросов для начала работы с MaxPatrol VM, что существенно понижает порог входа для применения решения.

Функция позволяет использовать текстовые запросы при поиске информации об уязвимостях на различных активах, в том числе критических, включая устаревшие программные системы и программно-аппаратные комплексы. Активировать функцию поиска с помощью ИИ можно в инсталляторе при обновлении MaxPatrol VM.

Ранее MaxPatrol VM был включен в каталог совместимости отечественного ПО, который позволяет компаниям находить максимально подходящие для своих потребностей отечественные решения в качестве замены иностранным.

«Умный поиск информации по активам с применением искусственного интеллекта снижает порог входа для работы пользователей с продуктом, не требуя от них обязательного изучения языка Positive Data Query Language (PDQL)  для составления распространенных запросов. Благодаря алгоритмам ИИ в системе можно быстро находить информацию об активах организации или выявлять необходимые группы данных — например, уязвимости Linux-пакетов на активах или устройства, требующие установки патчей. Это позволяет снизить когнитивную нагрузку на специалистов», —обратил внимание Денис Матюхин, руководитель продукта MaxPatrol VM.

Подпишитесь на новости

Codex и Kimi провалили задачи после перевода промптов на русский

Попросили ИИ исправить код по-русски, а он сразу же решил обойтись без интернета и начал придумывать решение. Такое поведение заметила автор проекта worklore Валентина Конюхова: в её эксперименте Codex и Kimi K3.1 пропускали поиск, которым пользовались при англоязычных заданиях.

Подробности и методику она опубликовала на Хабре.

Автор провела 1350 прогонов: шесть задач, девять конфигураций агентов, задания на русском и английском (с подсказками и без них). У всех был доступ в интернет.

На одной задаче Codex с низким уровнем рассуждений нашёл нужный формат на форуме и справился во всех пяти англоязычных прогонах.


С русским заданием он ни разу не обратился в Сеть и получил ноль успешных решений. У Kimi K3.1 похожий провал произошёл на задаче с OAuth.

Зато заметка с нужным фактом возвращала результат до пяти успешных результатов из пяти. В среднем подсказки повышали успешность на 33 процентных пункта для английских заданий и на 39 — для русских. Язык самой заметки почти ничего не менял.


Стоит учитывать, что задач в примере было всего шесть, повторов немного, а причину изменения поведения автор не проверяла. Но на всякий случай смотрите в логи, искал ли агент ответ.

RSS: Новости на портале Anti-Malware.ru