Google Chrome 116 патчит 26 уязвимостей

Google Chrome 116 патчит 26 уязвимостей

Google Chrome 116 патчит 26 уязвимостей

Вышел Google Chrome 116 — долгожданный мажорный релиз со множеством нововедений. Разработчики, помимо всего прочего, устранили 26 уязвимостей в этой версии браузера.

О 21 баге Google узнала от сторонних исследователей в области кибербезопасности. Восемь получили высокую степень риска, большинство из них относятся к проблемам памяти.

Если судить по суммам выплаченных вознаграждений, самая опасная брешь проходит под идентификатором CVE-2023-2312. Это use-after-free в компоненте Offline, а за её обнаружение исследователь получил 30 тысяч долларов.

Следующая по значимости — CVE-2023-4349, тоже некорректное использование динамической памяти, но уже в Device Trust Connectors. После неё идёт некорректная имплементация в Fullscreen (CVE-2023-4350) и use-after-free bug в Network CVE-2023-4351. За них Google выплатила $5000, $3000 и $2000 соответственно.

Оставшиеся баги высокой степени опасности: несоответствие используемых типов данных (type confusion) в JavaScript-движке V8, переполнение буфера в ANGLE и Skia, а также доступ к памяти за пределами границ в V8.

Номера последних сборок: 116.0.5845.96 (для macOS и Linux) и 116.0.5845.96/.97 (для Windows).

Напомним, с Chrome 116 разработчики будут выпускать патчи еженедельно. На днях также стало известно, что Google Chrome 116 будет поддерживать квантово-устойчивое шифрование.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

Языковые модели тупеют от мусорных данных из интернета

Группа исследователей из Университета Техаса и Университета Пердью предложила необычную идею: большие языковые модели (LLM), вроде ChatGPT, могут «тупить» от некачественных данных примерно так же, как люди — от бесконечных часов в соцсетях.

В отчёте специалисты выдвигают «гипотезу гниения мозга LLM». Суть проста: если продолжать дообучать языковую модель на «мусорных» текстах из интернета, она со временем начнёт деградировать — хуже запоминать, терять логику и способность к рассуждению.

Авторы понимают, что отличить хороший контент от плохого сложно. Поэтому они решили изучить 100 миллионов твитов с HuggingFace и отобрать те, что подходят под определение «junk».

В первую группу попали короткие твиты с большим количеством лайков и репостов — те самые, которые вызывают максимальное вовлечение, но несут минимум смысла. Во вторую — посты с «низкой семантической ценностью»: поверхностные темы, кликбейт, громкие заявления, конспирология и прочие «триггерные» темы.

 

Чтобы проверить качество отбора, результаты GPT-4o сверили с оценками трёх аспирантов — совпадение составило 76%.

Учёные обучили четыре разные языковые модели, комбинируя «мусорные» и «качественные» данные в разных пропорциях. Потом прогнали их через тесты:

  • ARC — на логическое рассуждение,
  • RULER — на память и работу с длинным контекстом,
  • HH-RLHF и AdvBench — на этические нормы,
  • TRAIT — на анализ «личностного стиля».

Результаты оказались любопытными: чем больше в обучающем наборе было «интернет-мусора», тем хуже модель справлялась с задачами на рассуждение и память. Однако влияние на «этичность» и «черты личности» было неоднозначным: например, модель Llama-8B с 50% «мусора» даже показала лучшие результаты по «открытости» и «низкой тревожности».

Исследователи сделали вывод: переизбыток интернет-контента может привести к деградации моделей и призвали разработчиков тщательнее отбирать данные для обучения. Особенно сейчас, когда всё больше онлайн-текста создаётся уже самими ИИ — и это может ускорить эффект так называемого model collapse, когда модели начинают обучаться на собственных ошибках.

Учёные шутят: если так пойдёт и дальше, возможно, придётся вернуться к книгам — хотя бы ради того, чтобы «накормить» модели чем-то действительно качественным.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru