Anthropic သည် လက်ရှိပရောဂျက်များ၏ ယုံကြည်စိတ်ချရမှုနှင့် လုံခြုံရေးကို တရားဝင်အတည်ပြုရန်အတွက် AI မော်ဒယ်များကို အသုံးပြု၍ စမ်းသပ်မှုရလဒ်များကို တင်ပြခဲ့သည်။ စမ်းသပ်မှုအတွင်း OSS Fuzz အခြေခံအဆောက်အအုံတွင် စမ်းသပ်ထားသော open-source စာကြည့်တိုက် ၁၂၃ ခုအတွက် မှတ်ဉာဏ်အမှားများမရှိကြောင်း သင်္ချာဆိုင်ရာသက်သေအထောက်အထားများထုတ်ပေးရန် AI မော်ဒယ်များကို အသုံးပြုခဲ့သည်။
RISC-V ဗိသုကာအတွက် စုစည်းထားသော assembly code level တွင် အတည်ပြုခြင်းကို ပြုလုပ်ခဲ့သည်။ ထုတ်လုပ်ထားသော proof ပမာဏမှာ Rocq Prover အတည်ပြုစနစ်အတွက် code လိုင်းပေါင်း ၁၈၀ သန်းခန့်ရှိသည် (RISC-V ညွှန်ကြားချက် ၁၈၀၀၀၀ ပါ binary ဖိုင်တစ်ခုလျှင် လိုင်းပေါင်း ၆၀၀,၀၀၀ ခန့်)။ ရှိပြီးသား fuzzing စမ်းသပ်မှုများကို တရားဝင်သတ်မှတ်ချက်များအဖြစ် အလိုအလျောက်ပြောင်းလဲခြင်းဖြင့် proof များကို ထုတ်လုပ်ခဲ့ပြီး၊ ထို့နောက်တွင် Claude AI မော်ဒယ်သည် 64 MB အထိ input data များအတွက် program သည် fault-free ဖြစ်ကြောင်း သက်သေပြခဲ့သည်။
သက်သေပြချက်တည်ဆောက်ခြင်းလုပ်ငန်းစဉ်အတွင်း AI မော်ဒယ်သည် fuzz စမ်းသပ်မှုမှ ယခင်က မတွေ့ရှိခဲ့သော bug ရာပေါင်းများစွာအတွက် ပြင်ဆင်မှုများကို ဖော်ထုတ်ပြီး ပြင်ဆင်နိုင်ခဲ့သည်။ အခြားအရာများအပြင်၊ အချို့သော input data များကို လုပ်ဆောင်သည့်အခါ buffer overflow vulnerabilities များ (ဥပမာ libexpat ရှိ CVE-2026-56132) နှင့် logical error များ ပါဝင်သည်။ ထို့အပြင်၊ AI မော်ဒယ်ကို zlib algorithm ၏ kernel ၏ အကောင်အထည်ဖော်မှု၏ ကိုက်ညီမှုကို သက်သေပြရန် အသုံးပြုခဲ့သည်။ Linux RFC 1950 သတ်မှတ်ချက်များ။
Python ၏ အစုအဖွဲ့တစ်ခုအတွက် interpreter တစ်ခုကို Rust တွင် ထုတ်လုပ်ခဲ့ပြီး၊ ၎င်းအတွက် CPython semantics နှင့် ကိုက်ညီမှု၏ တရားဝင်သက်သေအထောက်အထားကို Verus toolkit ကို အသုံးပြု၍ ပြင်ဆင်ခဲ့သည်။ CPython နှင့် အပြုအမူကို နှိုင်းယှဉ်ရန်အတွက်၊ ကျပန်းထုတ်ပေးထားသော Python ပရိုဂရမ် ၁.၇ သန်းကျော်ကို execute လုပ်ခဲ့သည်။ ၉၉.၉၅% သောကိစ္စများတွင်၊ အကောင်အထည်ဖော်မှုအသစ်နှင့် CPython တွင် ဤပရိုဂရမ်များကို execute လုပ်ခြင်း၏ရလဒ်များသည် ကိုက်ညီပြီး တွေ့ရှိရသည့် ကွဲလွဲမှုများသည် သိရှိထားသော edge case များဖြစ်သည်။
တရားဝင်အတည်ပြုခြင်းသည် သတ်မှတ်ချက်နှင့် ကိုက်ညီမှုကို အာမခံသော်လည်း၊ multithreading ပြဿနာများ၊ dynamic linking နှင့် အစစ်အမှန် hardware ပေါ်တွင် ပုံမှန်မဟုတ်သော အပြုအမူများကြောင့် ဖြစ်ပေါ်လာသော အန္တရာယ်များသည် တရားဝင်မဟုတ်သေးသောကြောင့် လုံခြုံရေးပြဿနာများကို လုံးဝဖယ်ရှားပေးမည်မဟုတ်ပါ။ အဆိုပြုထားသော ချဉ်းကပ်မှု၏ အဓိကအားသာချက်မှာ binary ဖိုင်များနှင့် တိုက်ရိုက်အလုပ်လုပ်ပြီး တရားဝင်အတည်ပြုနိုင်သော ဘာသာစကားများဖြင့် ရှိပြီးသားကုဒ်ကို ပြန်လည်ရေးသားရန် မလိုအပ်ပါ။
source: opennet.ru
