L'équipe Sec-Gemini a annoncé la sortie de Sec-Gemini v1, un modèle d'apprentissage automatique expérimental conçu pour faire progresser les frontières de la cybersécurité basée sur l'intelligence artificielle. Le modèle vise à aider les défenseurs à sécuriser contre les menaces cyber en exploitant les workflows de cybersécurité alimentés par l'intelligence artificielle. Actuellement, les défenseurs sont confrontés à la tâche intimidante de sécuriser contre toutes les menaces cyber, tandis que les attaquants n'ont besoin que de trouver et d'exploiter une seule vulnérabilité. Les workflows de cybersécurité alimentés par l'intelligence artificielle ont le potentiel de rééquilibrer la situation en faveur des défenseurs en multipliant la force des professionnels de la cybersécurité. Sec-Gemini v1 combine des capacités avancées avec des connaissances et des outils de cybersécurité en quasi-temps réel pour atteindre des performances supérieures sur les workflows clés de cybersécurité. Le modèle surpasse les autres modèles sur les benchmarks clés de cybersécurité, notamment l'analyse de la cause racine des incidents, l'analyse des menaces et la compréhension de l'impact des vulnérabilités. Sec-Gemini v1 est mis gratuitement à disposition de certaines organisations, institutions, professionnels et ONG pour des recherches, afin de promouvoir la collaboration au sein de la communauté de la cybersécurité. Le modèle a été intégré avec Google Threat Intelligence, OSV et d'autres sources de données clés, ce qui lui permet de fournir des réponses exhaustives aux questions clés de cybersécurité. Sec-Gemini v1 a démontré ses capacités en surpassant les autres modèles sur les benchmarks CTI-MCQ et CTI-Root Cause Mapping, avec des améliorations d'au moins 11% et 10,5% respectivement. L'équipe Sec-Gemini invite les parties intéressées à collaborer pour faire progresser la frontière de la cybersécurité basée sur l'intelligence artificielle en demandant un accès précoce à Sec-Gemini v1 via un formulaire fourni.