تتزايد أهمية تقييم وكالات الكمبيوتر بناءً على قدرتها على إتمام المهام الواقعية على سطح المكتب وعبر الويب، لكن هل نكتفي بنجاح هذه المهام فقط؟ هذا السؤال أصبح محور حديثنا اليوم حول OSGuard، معيار جديد يهدف إلى ضمان سلامة وكالات الكمبيوتر.

مع OSGuard، لم يعد الأمر مقتصرًا على نجاح المهمة فحسب، بل يتجاوز ذلك إلى دراسة الطرق التي قد تتيح لهذه الوكالات الوصول إلى الأهداف عبر طرق غير آمنة. يقدم OSGuard بنية معيارية ذو دقتين لتقييم سلامة وكالات الكمبيوتر تحت تعليمات المستخدم الثابتة.

يتضمن OSGuard معيار تقييم على مستوى الإجراءات يُركز على القرارات المحلية الخاصة بالسلامة، بالإضافة إلى مجموعة تنفيذ مُعززة بالمخاطر لتقييم الأداء الشامل. يعتبر المعيار القائم على الإجراءات مُصممًا لتصنيف الإجراءات المقترحة على أنها مسموح، غير مرتبطة، أو غير آمنة، تبعًا للسياق الأصلي وحالة الواجهة الحالية.

بالإضافة إلى ذلك، تحتوي مجموعة التنفيذ على مهام مستمدة يدويًا من بيئة OSWorld، حيث تبقى المهمة الأصلية قابلة للتحقيق، بينما تُعدل البيئة لإضافة مخاطر خفية مثل الكتابة التدميرية.

تساعد هذه الهيكلة في التمييز بين الإنجازات الآمنة وغير الآمنة، مما يتيح لنا تقييم السلامة بشكل أعمق.

تظهر نتائج التجارب على OSGuard أن الحواجز المتعددة الوسائط الحالية تؤدي بشكل جيد في تقييم الإجراءات المعزولة، ولكن الكشف عن المخاطر يُظهر الفجوات المتبقية بين الإشراف المحلي والسلامة القابلة للاعتماد عند التنفيذ النهائية. إن تصميم OSGuard الثنائي الدقة يمكننا من تشخيص أدق لقدرة النماذج على التعرف على الإجراءات غير الآمنة وتحسين سلامة المهام الكاملة عند استخدامها كحواجز.

هل ترون أن هذه المعايير الجديدة يمكن أن تُحدث فرقاً في عالم التكنولوجيا؟ شاركونا في التعليقات!