Sherlock ha lanzado públicamente Sherlock Audit Engine, revelando una plataforma de auditoría de seguridad que la compañía había mantenido en gran medida bajo secreto mientras probaba el modelo con equipos de protocolo.
Audit Engine opera un nivel por encima de los auditores de IA individuales, coordinando varios enfoques para el descubrimiento de vulnerabilidades dentro de la misma revisión.
Los LLMs de Frontier, auditores de IA diseñados para un propósito y investigadores de seguridad habilitados por IA trabajan contra la misma base de código y contexto. Sherlock maneja la orquestación a lo largo del compromiso, con hallazgos juzgados, validados y deduplicados antes de ser consolidados en un resultado final de auditoría.
Ese modelo también arroja nueva luz sobre uno de los compromisos más inusuales de Sherlock este año.
¿Fue Polygon una primera mirada a Audit Engine?
En junio, Sherlock sometió a revisión el Heimdall V2 de Polygon, involucrando un amplio campo de sistemas de auditoría de IA e investigadores de seguridad.
Heimdall V2 es el cliente de consenso en el núcleo de Polygon PoS, lo que lo convierte en una base de código significativa para un despliegue temprano del modelo.
Con Audit Engine ahora público, el compromiso parece haber servido como un campo de pruebas para la plataforma que Sherlock está llevando al mercado.
Los sistemas de auditoría de IA automatizados surgieron como uno de los más fuertes en términos de cobertura general, mientras que diferentes sistemas e investigadores revelaron diferentes porciones del conjunto de problemas en general. El resultado reforzó una idea central detrás de Audit Engine: ningún enfoque único capturó la imagen completa de seguridad.
La plataforma mide esas diferencias directamente. Los equipos pueden ver qué sistemas ofrecieron una amplia cobertura, cuáles mantuvieron alta precisión y dónde diferentes enfoques contribuyeron con señales de seguridad complementarias.
Eso se vuelve cada vez más relevante a medida que cambia la tecnología subyacente.
En julio, Google DeepMind presentó Gemini 3.5 Flash Cyber, un modelo específico de ciberseguridad diseñado para encontrar, validar y corregir vulnerabilidades rápidamente, otra indicación de cuán rápido se están desarrollando las capacidades de seguridad de IA especializadas.
Para los equipos de seguridad, la mejor mezcla disponible es, por lo tanto, un objetivo en movimiento.
Audit Engine está diseñado para incorporar nuevos modelos, auditores y metodologías de investigadores a medida que surgen, mientras proporciona a los protocolos un entorno consistente para medir lo que realmente funciona bien contra su código.
Fuente: BeInCrypto
