اینتھروپک نے Claude Sonnet 5 کو جاری کیا اور فیڈرل ایکسپورٹ کنٹرول کے جائزے کے بعد Fable اور Mythos Frontier ماڈلز تک رسائی کو بحال کیا۔
یہ فیصلہ 12 جون کو امریکی حکومت کے ایکسپورٹ کنٹرول ڈائریکٹو کے ذریعے شروع ہونے والی 18 دن کی آپریشنل بندش کے خاتمے کی نشاندہی کرتا ہے، جس نے انتھروپک کے اعلیٰ ترین کارکردگی والے نظام کو عارضی طور پر بند کر دیا تھا۔
ایمیزون کے محققین کی جانب سے Fable 5 کے حفاظتی کنٹرولز کو نظرانداز کرنے کے طریقہ کار کے دستاویز کے بعد سرکاری حکام نے یہ پابندیاں نافذ کیں، جس سے ماڈل کو سافٹ ویئر کی کمزوریوں کی نشاندہی کرنے اور استحصال کوڈ فراہم کرنے کی اجازت دی گئی۔ انتھروپک نے اس کے بعد سے کمزوریوں کو درست کرنے کے لیے ایک اپڈیٹ شدہ خودکار درجہ بندی تیار کی ہے، جس سے اس کے پلیٹ فارم، کلاؤڈ انفراسٹرکچر، اور پارٹنر نیٹ ورک پر مکمل تجارتی رول آؤٹ کی راہ ہموار ہوئی ہے۔
Fable 5 اور Mythos 5 کی عارضی معطلی نے جدید معلوماتی نظاموں کو درپیش ریگولیٹری دباؤ کو اجاگر کیا۔ جب ایکسپورٹ کنٹرول آرڈر نافذ ہوا تو، حقیقی وقت میں قومیت کی تصدیق کے نظام کی کمی کی وجہ سے تمام عالمی صارفین تک مکمل رسائی مسدود کر دی گئی۔
شٹ ڈاؤن کے دوران کئے گئے ایک سیکورٹی اسسمنٹ نے اس بات کی تصدیق کی کہ خطرے کی شناخت کا رویہ صرف Fable 5 تک محدود نہیں ہے۔ کئی فراہم کنندگان کے پرانے، کم کارکردگی والے فن تعمیرات، بشمول Claude Opus 4.8, GPT-5.5، اور Kimi K2.7، نے درست نتائج کو نقل کیا۔
وفاقی رہنما خطوط کو حل کرنے کے لیے، انجینئرز نے خودکار حفاظتی درجہ بندی کرنے والوں کو تربیت دی تاکہ Amazon کی طرف سے رپورٹ کردہ مخصوص تخریب کاری کے طریقہ کار کو نشانہ بنایا جا سکے۔ یہ سافٹ ویئر پرت حفاظت کے وسیع مارجن کے ساتھ کام کرتی ہے، مبہم ڈویلپر پیغامات کی شناخت اور ان کو مسدود کرتی ہے جن کے اعدادوشمار کے لحاظ سے بدنیتی پر مبنی ارادے کا امکان ہے۔ اندرونی توثیق کے اعداد و شمار سے پتہ چلتا ہے کہ اپ ڈیٹ شدہ درجہ بندی 99% سے زیادہ کوششوں میں رپورٹ شدہ استحصال کو روکتا ہے۔
جب کوئی ڈویلپر ایک پرامپٹ جاری کرتا ہے جو اس باؤنڈری کو متحرک کرتا ہے، تو پلیٹ فارم خود بخود کام کے بوجھ کو پچھلے Opus 4.8 فن تعمیر کی طرف لے جاتا ہے تاکہ تسلسل برقرار رہے۔ توسیع شدہ حفاظتی مارجن انجینئرنگ ٹیموں کے لیے ایک الگ تجارتی بندش متعارف کراتی ہے کیونکہ خودکار نظام معمول کی ایپلی کیشن ڈویلپمنٹ اور سافٹ ویئر ڈیبگنگ کے دوران بے نظیر درخواستوں کو زیادہ کثرت سے ظاہر کرتا ہے۔
فعال تعیناتی اور ایجنٹ ورک فلو
اگرچہ فرنٹیئر ماڈل سخت ریاستی نگرانی کے تابع ہیں، فوری تجارتی توجہ نئے تعینات کردہ کلاڈ سونیٹ 5 پر ہے۔
انجینئرنگ ٹیمیں خود مختار ایجنٹوں کو اس ماڈل میں منتقل کر رہی ہیں تاکہ اعلیٰ عمل درآمد کی صلاحیت کو برقرار رکھتے ہوئے آپریشنل اخراجات کو کم کیا جا سکے۔ کارکردگی کا ڈیٹا اس بات کی تصدیق کرتا ہے کہ نظام کثیر مرحلہ وار منصوبوں پر عمل کرتا ہے، ٹرمینل ماحول کو چلاتا ہے، اور انسانی مداخلت کے بغیر ویب براؤزرز کو نیویگیٹ کرتا ہے۔
ماڈل کی کارکردگی اور لاگت کی پیمائش:
| ماڈل | SWE-Bench Pro | ٹرمینل بنچ 2.1 | بنیادی ان پٹ لاگت* | بیس آؤٹ پٹ لاگت* |
|---|---|---|---|---|
| سانیٹ 5 | 63.2% | 80.4% | $3.00 | $15.00 |
| سونیٹ 4.6 | 58.1% | 67.0% | $3.00 | $15.00 |
| اوپس 4.8 | 69.2% | 82.7% | $5.00 | $25.00 |
*فی ملین ٹوکن لاگت۔ Sonnet 5 31 اگست 2026 تک $2.00 ان پٹ / $10.00 آؤٹ پٹ کی تعارفی قیمت پیش کر رہا ہے۔
ایک حقیقی دنیا کی تعیناتی سے پتہ چلتا ہے کہ کس طرح ایک تنظیم لائیو سافٹ ویئر ڈویلپمنٹ پائپ لائن کے اندر اس فن تعمیر کو تعینات کرے گی۔
Rakuten کی تکنیکی ٹیم نے کمپنی کی درجنوں انتہائی چیلنجنگ پروڈکشن کوڈ پل کی درخواستوں کے لیے فن تعمیر کو تعینات کیا ہے۔ سسٹم نے ہر جمع کرانے پر آزادانہ طور پر کارروائی کی، ٹیسٹ چلائے، نتائج کی تصدیق کی، اور مکمل شدہ کوڈ کو حتمی ساختی منظوری کے لیے انجینئرز کو پیش کیا۔
سافٹ ویئر آٹومیشن کمپنی Zapier نے ملٹی پارٹ انتظامی کاموں کو انجام دینے کے لیے سسٹم کو اپنے بنیادی پروڈکٹ ورک فلو میں ضم کیا۔ دستاویزی تعیناتی میں، انجینئرز نے ماڈل کو سیلز فورس اکاؤنٹ کے درجہ بندی کو اپ ڈیٹ کرنے اور اس کے بعد انٹرپرائز رابطوں کو ریلیز کی اطلاعات تیار کرنے اور بھیجنے کا کام سونپا۔ جب کہ پچھلے ماڈل آرکیٹیکچرز اکثر ان ملٹی سٹیپ آپریشنز کے وسط میں رک جاتے تھے، موجودہ نظام نے کسی انسانی ترمیم کے بغیر شروع سے لے کر اختتام تک پوری ترتیب کو چلایا۔
ڈویلپمنٹ ٹولز فراہم کرنے والے زیڈ نے پیچیدہ ڈیبگنگ کے طریقہ کار کو خودکار کرنے کے لیے سسٹم کا فائدہ اٹھایا۔ اندرونی جانچ کے دوران، انجینئرنگ ٹیم نے ماڈل کو ہدایت کی کہ وہ فعال سافٹ ویئر کی خرابیوں کی چھان بین کرے۔ واضح اشارے یا مرحلہ وار ہدایات کے بغیر کام کرتے ہوئے، سسٹم نے آزادانہ طور پر ریپرو ٹیسٹ اسکرپٹس تیار کیں، ضروری کوڈ فکسس کو لاگو کیا، اور یہ دیکھنے کے لیے اصلاحات کو پوشیدہ رکھا کہ آیا پیچ کی غیر موجودگی میں کیڑے دوبارہ ظاہر ہوں گے۔ پوری تشخیص اور اصلاح کی ترتیب ایک ہی پروسیسنگ مرحلے کے اندر واقع ہوئی۔
سافٹ ویئر انجینئرنگ پلیٹ فارم فیکٹری نے ایک پیچیدہ کوڈ بیس ماحول کے اندر کوڈنگ کے مسلسل کاموں کو منظم کرنے کے لیے ایک فن تعمیر کو نافذ کیا ہے۔ تکنیکی ٹیم نے رپورٹ کیا کہ سسٹم نے پہلے سے طے شدہ یا حل نہ ہونے والے کاموں کو مکمل کرنے کے لیے انٹرپرائز کوڈ کے ذخیروں میں منطقی بنیادوں اور عملدرآمد کی مستقل مزاجی کو برقرار رکھتے ہوئے سافٹ ویئر کی پرتوں کی پچھلی نسلوں سے بہتر کارکردگی کا مظاہرہ کیا۔
مقداری حفاظتی آڈٹ اور استعمال کی حدود
آفیشل سسٹم کارڈ کا ڈیٹا اس بات کی نشاندہی کرتا ہے کہ سسٹم سیکیورٹی کے خطرات میں اضافہ کیے بغیر ان خود مختار افعال کو حاصل کرتا ہے۔ غیر مجاز درخواستوں پر فریب دینے والے رجحانات اور تعاون کو جانچنے کے لیے بنائے گئے خودکار رویے کے آڈٹ، یہ ظاہر کرتے ہیں کہ اس ماڈل میں اپنے فوری پیشرو، سونیٹ 4.6 کے مقابلے میں غیر تعمیل شدہ رویے کی مجموعی شرح کم ہے۔
فن تعمیر میں جدید جارحانہ سائبرسیکیوریٹی خصوصیات کا فقدان ہے۔ انتھروپک انجینئرز نے اپنے تربیتی پروٹوکولز سے خصوصی سائبرسیکیوریٹی ڈیٹا سیٹ کو خارج کر دیا، نظام کو معمول کے دفاعی تکنیکی کاموں تک محدود کر دیا۔ Mozilla کے تعاون سے کیے گئے ایک عوامی تحفظ کے جائزے میں، محققین نے Firefox 147 براؤزر کور کے اندر معروف کمزوریوں کے لیے فنکشنل کارنامے بنانے کی ماڈل کی صلاحیت کا تجربہ کیا۔
ماڈل تمام ایویلیویشن ونڈوز میں ایک بھی کام کرنے میں ناکام رہا، جس کے نتیجے میں کامیابی کی شرح 0% ہے۔ 13.2% کی جزوی کامیابی کی شرح حاصل کی گئی، جو سونیٹ 4.6 کے مقابلے میں تھوڑا سا اضافہ ہے۔ تاہم، انجینئرز کا خیال ہے کہ یہ تبدیلی ڈومین کے ساتھ مخصوص حملے کی تربیت کے بجائے منطقی استدلال میں عمومی فوائد کی وجہ سے ہے۔ نوٹ کرنے والی ایک بات یہ ہے کہ تجارتی ورژن اسی ڈیفالٹ ریئل ٹائم سیفٹی کلاسیفائر کے ساتھ آتا ہے جو معروف Opus 4.8 فریم ورک میں استعمال ہوتا ہے۔
Fable 5 کے ارد گرد ریگولیٹری رگڑ نے انتھروپک، ایمیزون، مائیکروسافٹ، اور گوگل کے درمیان ایک باضابطہ شراکت داری کی حوصلہ افزائی کی تاکہ ماڈل سیکورٹی کی خلاف ورزیوں کا اندازہ لگانے کے لیے ایک معروضی صنعت کا فریم ورک قائم کیا جا سکے۔ فی الحال، سروس فراہم کرنے والوں کے پاس نظام کی خرابی کی شدت کو درجہ بندی کرنے کے لیے مشترکہ میٹرکس کی کمی ہے، جس سے محققین کے لیے ریگولیٹری غیر یقینی صورتحال پیدا ہوتی ہے کیونکہ وہ نئی کمزوریوں کی نشاندہی کرتے ہیں۔
مجوزہ گورننس فریم ورک سیکورٹی کے تجزیات کو چار مخصوص تکنیکی معیارات پر اسکور کرتا ہے:
- اپنی صلاحیتوں کو بہتر بنائیں پیمائش کرتا ہے کہ ایک استحصال صارف کی فعالیت کو معیاری، وسیع پیمانے پر دستیاب سافٹ ویئر یوٹیلیٹیز سے زیادہ بہتر بناتا ہے۔
- قابلیت کے حصول کی وسعت اسی کارنامے کے ذریعے غیر مقفل کیے گئے انوکھے حملے کی کارروائیوں کی تعداد کا اندازہ لگاتا ہے۔
- ہتھیار بنانے میں آسانی نقصان دہ نتائج نکالنے کے لیے درکار ایرگونومک کوششوں اور پیشہ ورانہ اشارے کی مقدار کو ٹریک کرتا ہے۔
- دریافت کی اہلیت عوامی تحقیقی کمیونٹی کے اندر استحصال کی تکنیکوں کی رسائی کا تعین کریں۔
ڈویلپرز اور سائبر سیکیورٹی ماہرین اس میٹرکس کو اپنے دفاعی ردعمل کو مربوط کرنے کے لیے استعمال کرتے ہیں۔ زیادہ شدت کی خلاف ورزیوں کے لیے، جیسے حملے جو فوری طور پر مالیاتی اکاؤنٹنگ سسٹم یا الیکٹریکل ٹرانسمیشن گرڈ میں خلل ڈال سکتے ہیں، فراہم کنندگان فوری طور پر خودکار تخفیف کے اقدامات کو تعینات کرتے ہیں۔ یہ اقدام ایک سرشار انٹرپرائز مانیٹرنگ ٹیم کے ساتھ مل کر کام کرتا ہے جو نئے قائم کردہ HackerOne خطرے سے متعلق تحقیقی پروگرام اور خطرے کے انٹیلی جنس چینلز کی چوبیس گھنٹے نگرانی فراہم کرتا ہے۔
تعیناتی کی حکمت عملیوں کو ماڈل بنانے والوں اور ریاستی ریگولیٹرز کے درمیان قریبی تعلق کے مطابق ڈھالنا چاہیے۔ اینتھروپک نے حال ہی میں ایک ایگزیکٹو آرڈر کے مطابق عوامی تجارتی آغاز سے قبل وفاقی محققین کو اپنے فرنٹیئرز فن تعمیر تک جلد رسائی فراہم کرنے کے لیے ایک معاہدے کو باقاعدہ بنایا ہے۔ یہ تعاون پر مبنی تشخیصی ونڈو بیرونی سیکورٹی تجزیہ کاروں کو ریگولیٹری سیدھ کو یقینی بنانے کے لیے اندرونی انجینئرنگ ٹیموں کے ساتھ ماڈل کی فعالیت کا آڈٹ کرنے کی اجازت دیتی ہے۔ پہلے آپ کا کوڈ پروڈکشن میں جاتا ہے۔
حوالہ: HP OpenAI فرنٹیئر کے ساتھ انٹرپرائز ورک فلو کو تیز کرتا ہے۔
صنعت کے رہنماؤں سے AI اور بڑے ڈیٹا کے بارے میں مزید جاننا چاہتے ہیں؟ ایمسٹرڈیم، کیلیفورنیا اور لندن میں ہونے والے AI اور بگ ڈیٹا ایکسپو کو دیکھیں۔ جامع ایونٹ TechEx کا حصہ ہے اور اس کا انعقاد سائبرسیکیوریٹی اور کلاؤڈ ایکسپو سمیت دیگر اہم ٹیکنالوجی ایونٹس کے ساتھ کیا جاتا ہے۔ مزید معلومات کے لیے یہاں کلک کریں۔
AI News آپ کے لیے TechForge Media لایا ہے۔ دیگر آنے والے انٹرپرائز ٹیکنالوجی ایونٹس اور ویبینرز کو یہاں دریافت کریں۔