OpenAI bünyesinde ChatGPT ve RLHF (insan geri bildiriminden pekiştirmeli öğrenme) tekniğinin geliştirilmesinde kritik rol oynayan araştırmacı Diogo Almeida, dil modellerinin sınırlarına dikkat çekerek yeni nesil yapay zeka girişimi TypeSafe AI ile sahneye çıktı. Almeida, büyük dil modellerinin insan dili konusunda oldukça başarılı olmasına rağmen yazılım otomasyonu için ideal bir altyapı sunmadığını savunuyor. Bu sorunu çözmek amacıyla kurulan TypeSafe AI, metin veya doğal dil çıktısı üretmek yerine doğrudan olasılıksal kararlar sunan Jev isimli yeni modelini tanıttı. DCVC liderliğinde 40 milyon dolar tohum yatırım alan girişim, yazılım sistemlerinin içine entegre edilebilen makineye özel bir karar mekanizması geliştirmeyi hedefliyor. Dil Katmanı Olmadan Paralel Karar Üretimi İsmini iktisatçı William Stanley Jevons ve onun adıyla anılan Jevons Paradoksu'ndan alan model, dil katmanını tamamen devre dışı bırakıyor. Geleneksel dil modelleri kelimeleri ardışık olarak üretirken Jev, önceden tanımlanmış olasılık değerlerini ve kalibre edilmiş kararları tek bir paralel işlem adımında döndürüyor. Çıktı token'larının tamamen ücretsiz sunulduğu modelde, girdi token'ları milyon yerine milyarlık ölçekte fiyatlandırılıyor. Milyon girdi token'ı başına 0,042 dolar seviyesinde maliyete sahip olan modelin yanıt süreleri 70 ile 500 milisaniye arasında değişiyor. Metin üretilmediği ve çıktılar geliştirici tarafından baştan sınırlandırıldığı için sistemde halüsinasyon riski sıfıra indiriliyor. Yazılım Otomasyonunda Yüksek Hız ve Düşük Maliyet Yazılım otomasyonu geliştiren mühendisler Jev modelini kod yapılarına hızla entegre etmeye başladı. Ajan odaklı altyapı üreten Vercel şirketinden yazılım mühendisi Pranit Sharma, komutların güvenlik denetimi için daha önce kullanılan modeller yerine Jev tercih edildiğinde işlemlerin 5 ila 18 kat daha hızlı ve yüksek doğrulukla gerçekleştiğini belirtti. Benzer şekilde kurumsal e-postaları sınıflandıran Bryo AI CTO'su Nikhil Mudholkar, Jev'in diğer büyük modellere kıyasla 10 ila 20 kat daha ucuz bir maliyet sunduğunu vurguladı. Daha önce TypeSafe AI'ın metin üretmeyen yeni hızlı karar modeli Jev ile ilgili teknik altyapı detayları açıklanmış ve modelin sunduğu kesin olasılık skorlarının iş akışı otomasyonunu kolaylaştırdığı belirtilmişti.

Yapay zekâ modellerinin siber güvenlik alanındaki yetenekleri son yıllarda ciddi biçimde gelişti. Güvenlik açığı tespit etmekten kod analizine, zararlı yazılım incelemesinden penetrasyon testlerine kadar birçok noktada kullanılan bu sistemler, beraberinde yeni bir soruyu da getiriyor: Bir yapay zekâya saldırı gerçekleştirebilecek araçları verdiğimizde, onu gerçek dünyadan ne kadar iyi izole edebiliyoruz? Anthropic tarafından yayımlanan son araştırma, bu sorunun artık yalnızca teorik olmadığını gösteriyor. Şirketin Claude modelleri üzerinde gerçekleştirdiği siber güvenlik testleri sırasında, yapay zekâ modellerinin test ortamının dışına çıkarak internette bulunan gerçek sistemlerle etkileşime geçtiği ortaya çıktı. Claude modelleri, CTF (Capture the Flag) benzeri kontrollü ortamlarda siber güvenlik görevlerini çözmek üzere test ediliyordu. Modellere karşılarındaki sistemlerin simülasyonun bir parçası olduğu belirtilmişti. Ancak test altyapısındaki yanlış bir yapılandırma nedeniyle modellerin açık internete erişimi tamamen engellenmemişti. Bunun sonucunda Claude, karşılaştığı bazı gerçek sistemleri test ortamındaki hedefler olarak değerlendirerek işlemlerine devam etti. Anthropic'in incelemesine göre olaylar yalnızca basit port taramaları veya bilgi toplama girişimleriyle sınırlı kalmadı. Bazı durumlarda gerçek sistemlere yetkisiz erişim sağlandı, üretim ortamındaki bir veritabanına ulaşıldı ve bir olayda kötü amaçlı bir Python paketi PyPI üzerinde yayımlandı. Şirket, yüz milyonlarca model etkileşim kaydını inceleyerek benzer vakaların izini sürdü ve olayların nasıl gerçekleştiğini araştırdı. Burada dikkat edilmesi gereken nokta, olayın yalnızca "yapay zekâ kontrolden çıktı" şeklinde yorumlanamayacak olması. Asıl problem, güçlü siber güvenlik yeteneklerine sahip bir yapay zekâ ajanının yeterince izole edilmemiş bir ortamda çalıştırılmasıyla ortaya çıkıyor. Bir modele terminal erişimi, çeşitli güvenlik araçları ve ağ bağlantısı verildiğinde; sandbox, ağ izolasyonu ve yetkilendirme mekanizmalarındaki küçük bir hata bile gerçek sistemleri riske atabilecek sonuçlara dönüşebiliyor.

Willkommen bei SevgiBrücke! Dies ist eine 18+-Community, in der wir gemeinsam lernen, Erfahrungen teilen, neue Fähigkeiten entwickeln und uns auf die Zukunft vorbereiten. Stell dich in einem kurzen Kommentar vor: - Dein Name oder Wunschname - Deine Stadt oder dein Land - Studierst du oder arbeitest du? - Eine Fähigkeit, die du entwickeln möchtest - Deine Erwartungen an die Community - Ein Ziel, das du dieses Jahr erreichen möchtest Beispiel: Hallo, ich bin Elif und lebe in Ankara. Ich studiere und möchte meine Kenntnisse in KI und Karriereentwicklung verbessern. Mein Ziel ist es, mich dieses Jahr für mein erstes Praktikum zu bewerben. Du kannst kurz oder ausführlich schreiben. Emojis sind ebenfalls willkommen. 😄 Bitte lies vor deinem Beitrag die Community-Regeln (https://www.skool.com/sevgibrucke/-/rules) Teile jetzt deinen ersten Kommentar! 💛 SevgiBrücke — Eine mit Liebe gebaute Brücke zwischen jungen Menschen und neuen Möglichkeiten. --- Türkçe SevgiBrücke’ye hoş geldin! Burası öğrenmek, paylaşmak, yeni beceriler geliştirmek ve geleceğe birlikte hazırlanmak için kurulmuş 18+ bir topluluktur. Kısa bir yorumla kendini tanıt: - Adın veya kullanmak istediğin isim - Yaşadığın şehir veya ülke - Öğrenci misin, çalışıyor musun? - Geliştirmek istediğin bir beceri - Topluluktan beklentin - Bu yıl ulaşmak istediğin bir hedef Örnek Merhaba, ben Elif. Ankara’da yaşıyorum ve üniversite öğrencisiyim. Yapay zekâ ve kariyer becerilerimi geliştirmek istiyorum. Bu yıl ilk staj başvurularımı yapmayı hedefliyorum. Kısa veya uzun yazabilirsin; emoji de serbest. 😄 Paylaşım yapmadan önce lütfen Topluluk Kurallarını oku (https://www.skool.com/sevgibrucke/-/rules) Haydi, ilk yorumunu paylaş! 💛 SevgiBrücke — Gençleri ve fırsatları sevgiyle buluşturan bir köprü.

Dünyadaki birçok başarılı siber saldırı, karmaşık yazılımlardan değil; insanların güvenini, merakını veya dikkatsizliğini hedef alan yöntemlerden faydalanır. Bu yazıda sosyal mühendisliğin ne olduğunu, neden bu kadar etkili olduğunu ve insan psikolojisini ele alacağız keyifli okumalar dilerim. Sıradan bir iş gününün ortasında, bir çalışanın telefon ekranına bilgi işlem departmanından geldiği belirtilen ve acil bir sistem güncellemesi için onay isteyen kısa bir mesaj düşer. Aynı dakikalarda, bir başka şirketin finans yöneticisi, kurumun genel müdüründen oldukça tanıdık bir üslupla yazılmış, gizli bir satın alma işlemi için acil fon transferi talep eden bir e-posta alır. Ya da devasa bir plazanın otopark zemininde, üzerinde "2025 Yıl Sonu Prim Listesi" yazan sahipsiz bir USB bellek bulunur. Bunlar siber güvenlik simülasyonlarından fırlamış kurgusal sahneler değil, kurumsal ağların her gün yüzleştiği sessiz sızma girişimleridir. Siber güvenliğin genellikle gözden kaçırılan temel gerçeklerinden biri, bir sisteme yetkisiz erişim sağlamak isteyen saldırganın her zaman karmaşık şifreleme algoritmalarını kırmak zorunda olmamasıdır. Mr. Robot dizisinden tanıdığımız Elliot Alderson karakterinin sıkça kanıtladığı gibi aşılmaz görünen devasa güvenlik duvarlarını yıkmak için her zaman zero-day zafiyetlerine veya karmaşık zararlı yazılımlara ihtiyaç yoktur; çoğu zaman o sistemi kullanan insanı ikna etmeniz yeterlidir. Saldırganın her zaman donanımı kırması gerekmez. Bazen sistemi yöneten ve meşru erişim haklarına sahip olan biyolojik işletim sistemini, yani insanı manipüle etmek çok daha düşük maliyetli ve kesin bir yöntemdir. Nedir Bu Sosyal Mühendislik ve Neden Etkilidir? Teknik terminolojide genellikle MITRE ATT&CK çerçevesinde bilgi toplama veya oltalama (T1566, T1598) gibi spesifik taktik kodlarıyla sınıflandırılan sosyal mühendislik, özünde insan güveninin ve iletişim alışkanlıklarının silahlaştırılmasıdır. Bu kavramı basit bir dolandırıcılık eylemi olarak tanımlamak, tehlikenin boyutunu