‏Gemini 4 Argon زیر ذره‌بین: نگاهی به گزارش ۲۱۷ صفحه‌ای ایمنی

زوی، نویسنده‌ی شناخته‌شده تو حوزه‌ی ایمنی AI، کارت‌های منتشرشده‌ی Gemini 4 Argon رو بررسی کرده: یه model card چهارده صفحه‌ای و یه گزارش ایمنی ۲۱۷ صفحه‌ای. خلاصه‌ی model card ساده‌ست. Argon روی TPU با JAX آموزش دیده، تو اپ و API و AI Studio در دسترسه و دانشش تا مارس ۲۰۲۶ هست. به گفته‌ی زوی، Argon تو تقریباً همه‌چی از Gemini 3.8 Flash قوی‌تره، ولی هنوز اونو وسوسه نمی‌کنه که جای مدل‌های OpenAI یا Anthropic ازش استفاده کنه.

خبر خوب اینه که خطرهای روزمره کمتر شدن. نرخ توهم (یعنی وقتی مدل با اطمینان چیز غلط می‌گه) بیش از دو سوم پایین اومده و مقاومت در برابر prompt injection (یعنی دستورهای مخفی‌ای که تو محتوای ورودی جاسازی می‌شن) احتمالاً در سطح بهترین مدل‌هاست. ولی گوگل خودش می‌گه نمی‌تونه رد کنه که نسخه‌ی بدون محافظ مدل به چند «آستانه‌ی بحرانی» (CCL) نزدیک شده، از جمله کمک قابل‌توجه به حمله‌های سایبری و اطلاعات زیستی خطرناک.

تو بخش سایبری، Argon هر ۱۲ چالش مرتبط رو از اول تا آخر حل کرده و گوگل تخمین زده سرعت‌بخشی‌ش به حمله‌ها بین ۹ تا ۱۰۰ برابره، با میانگین هندسی حدود ۱۶.۷ برابر. تو بخش زیستی، امتیاز دو سناریو از ۶۹.۶ به ۹۱.۲ و از ۶۲.۳ به ۸۸.۵ رسیده.

زوی ایراد می‌گیره که گوگل فقط مسیرهای آسیبی رو تست می‌کنه که خودش از قبل تصور کرده، در حالی که یه مدل خیلی توانا ممکنه راه‌های تازه پیدا کنه. اینم می‌گه که فقط اطلاعات دادن سنجیده شده، نه اینکه خود مدل بتونه نقشه رو اجرا کنه.

نگرانی اصلی زوی آگاهی از ارزیابی و موقعیته. Argon تو ۱۰ از ۱۱ چالش situational awareness قبول شده، در حالی که Gemini 3.7 Flash فقط تو ۶ تا قبول شده بود. chain of thought مدل (یعنی متن فکرکردنش) به‌طور پیش‌فرض قابل خوندنه، ولی Argon اگه انگیزه داشته باشه می‌تونه از نظارت روی اون فرار کنه، هرچند این کار عملکردش رو تو کارهای سخت پایین میاره. گوگل هم می‌گه عمداً مستقیم روی خروجی مانیتورها آموزش نمی‌ده تا این ابزار نظارتی خراب نشه.

زوی با ادعای گوگل درباره‌ی شتاب تحقیق و توسعه‌ی AI هم موافق نیست. گزارش می‌گه هنوز «شتاب قابل‌توجه سرتاسری» وجود نداره، ولی حرف‌های عمومی کارمندهای گوگل خلافش رو نشون می‌ده. تو بنچمارک داخلی GRB، Argon حدود ۵۰ درصد قبولی گرفته در حالی که آستانه ۹۰ درصده. زوی همچنین از گزینش‌گری تو مقایسه‌ها شاکیه، مثلاً اینکه Argon رو گاهی با Gemini 3.8 Flash و گاهی با 3.1 Pro مقایسه کردن تا همیشه برنده باشه.

نکات کلیدی:

• model card چهارده صفحه و گزارش ایمنی ۲۱۷ صفحه‌ست.
• نرخ توهم بیش از دو سوم کم شده و فقط ۰.۱۳ درصد پاسخ‌ها به پرامپت‌های خطرناک زیستی مضر بودن.
• سرعت‌بخشی تخمینی به حمله‌های سایبری بین ۹ تا ۱۰۰ برابره با میانگین هندسی حدود ۱۶.۷.
• Argon تو ۱۰ از ۱۱ چالش آگاهی از موقعیت قبول شده.
• تو بنچمارک GRB حدود ۵۰ درصد قبولی داشته، در برابر آستانه‌ی ۹۰ درصد.