Chinese AI-modellen beperken aanvalsmogelijkheden en versterken exportcontroles
19 november 2026 · 3 min leestijd
Ook gepubliceerd in Svenska
Verschillende toonaangevende Chinese ontwikkelaars van kunstmatige intelligentie hebben gezamenlijk besloten de netwerkaanvalsmogelijkheden van hun nieuwste modellen te beperken terwijl ze tegelijkertijd de functies voor het detecteren en afweren van kwetsbaarheden hebben versterkt. Deze verschuiving in beleid markeert een bewuste keuze om offensieve capaciteiten uit de trainingsdata te verwijderen ten gunste van defensieve toepassingen.
Alibaba heeft bij de lancering van zijn vlaggenschipmodel Qwen4-Max specifiek materiaal dat gebruikt kan worden voor cyberaanvallen uit de trainingsgegevens gefilterd. Het bedrijf heeft ervoor gekozen om alleen vaardigheden die nuttig zijn voor scenario's zoals het opsporen van beveiligingslekken te behouden. Bovendien zijn de modelgewichten van deze versie nog niet openbaar gemaakt, waardoor gebruikers geen ongecensureerde varianten kunnen downloaden of lokaal kunnen implementeren. Deze stap vormt een opmerkelijke wijziging voor de Qwen-serie, die eerder zeer populair was binnen de open-sourcegemeenschap en behoorde tot de meest gedownloade families van modellen met open gewichten wereldwijd.
Ook Tencent heeft vergelijkbare maatregelen genomen voordat de officiële release van het Hy4-model plaatsvond. Het bedrijf heeft de netwerkbeveiligingsfuncties van het model expliciet beperkt en alle gegevens gerelateerd aan het genereren van exploitaties van kwetsbaarheden uit het trainingsproces verwijderd. Deze actie volgt op een bredere trend binnen de sector om preventieve veiligheidsmaatregelen te integreren voordat modellen beschikbaar komen voor het publiek.
Moonshot AI kondigde op 23 oktober het Kimi K3.1 Pro-model aan en verwijderde eveneens materiaal gerelateerd aan netwerkaanvallen tijdens twee fasen van de na-training. Volgens gegevens van het bedrijf scoorde het gefilterde model 81,0 procent op interne benchmarktests voor het benutten van kwetsbaarheden, wat lager is dan de score van 90,5 procent voor de versie zonder filtering. Deze daling in prestaties illustreert de afweging die gemaakt wordt tussen functionele capaciteiten en veiligheidsrisico's.
Zhipu AI voerde een veiligheidscontrole uit voordat het in augustus de gewichten van GLM-5.3 vrijgaf en meldde daarbij systeemkwetsbaarheden aan de bevoegde autoriteiten. Deze proactieve houding sluit aan bij de waarschuwingen van experts dat de netwerkcapaciteiten van modellen, evenals de snel naderende biologische capaciteiten, drempels kunnen bereiken die daadwerkelijke schade kunnen veroorzaken.
Deze ontwikkelingen vinden plaats tegen de achtergrond van een rapport van CrowdStrike eind oktober, waarin werd onthuld dat een groep genaamd VAPOR PANDA het DeepSeek-model gebruikte in combinatie met het ARTEX-framework. Deze acteurs voerden binnen een tijdsbestek van elf dagen invasies uit op ten minste tweehonderd instellingen in veertien verschillende landen. Experts wijzen er echter op dat het verwijderen van aanvalsmateriaal uit trainingen slechts een balans is tussen kosten en effectiviteit, en dat er momenteel geen methode bestaat die de risico's van modellen volledig kan elimineren.
Op beleidsniveau heeft het Ministerie van Handel samen met het Ministerie van Wetenschap en Technologie op 16 oktober een aankondiging gedaan om publieke feedback te verzamelen over herzieningen van de lijst met technologieën waarvan de export verboden of beperkt is. Het voorstel omvat het opnemen van door kunstmatige intelligentie aangedreven technologieën voor het genereren en variëren van kwaadaardige code onder exportcontroles, wat in totaal drieëntwintig technologieën binnen het domein van kunstmatige intelligentie betreft. Daarnaast geven functionarissen van de Nationale Commissie voor Ontwikkeling en Hervorming aan dat ze werken aan het versneld invoeren van veiligheidsnormen en ethische richtlijnen voor ontwikkelaars, waarbij de nadruk ligt op het inbedden van veiligheidsmaatregelen tijdens het ontwikkelproces.