साइबर सुरक्षा
Cogent की रिपोर्ट: VR-1.1 ने LiveCVEBench के 57.9% कार्यों में सफलतापूर्वक मरम्मत की
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
Cogent Security ने 3 नवंबर, 2026 को VR-1.1 पेश किया और बताया कि इस भेद्यता-मरम्मत मॉडल ने LiveCVEBench के 190 में से 57.9% कार्यों के लिए ऐसी मरम्मतें कीं जो जांच में सफल रहीं। इसके मुकाबले Claude Code और Codex ने 45.3% कार्यों में सफलता हासिल की।
Cogent के VR परिवार में सबसे नया मॉडल, VR-1 के साथ पेश की गई सुधार क्षमताओं को आगे बढ़ाता है। इसके मूल्यांकन में VR-1.1 की तुलना Claude Code पर चलने वाले Claude Opus 5.5 और GPT-5.6-Cyber पर चलने वाले Codex से की गई। हर सिस्टम को समान इनपुट और सेटअप दिया गया तथा हर कार्य के लिए तीन प्रयास मिले। स्कोर उसके आंतरिक मरम्मत-प्रयासों के बाद तैयार किए गए अंतिम पैच के आधार पर तय किए गए।
काम करने वाली मरम्मतों पर केंद्रित बेंचमार्क
LiveCVEBench का ध्यान विकास परिवेशों में वास्तविक दुनिया की सुरक्षा खामियों को ठीक करने पर है। इसके CVE-Factory शोधपत्र में 14 प्रोग्रामिंग भाषाओं और 153 रिपॉज़िटरी में फैले 190 कार्यों के ऐसे समूह का वर्णन है, जिसे लगातार अपडेट किया जाता है। बेंचमार्क परियोजना एजेंटों को वास्तविक विकास परिवेशों में काम करने देती है, जहाँ उन्हें स्वतंत्र रूप से कोडबेस की पड़ताल करनी होती है, हर सुरक्षा खामी का संदर्भ समझना होता है और उसका समाधान लागू करना होता है। नए CVE नियमित रूप से जोड़े जाते हैं।
Cogent के सेटअप में हर कार्य के लिए सुरक्षा खामी की रिपोर्ट और प्रभावित कोडबेस दिया गया। किसी पैच को तभी सफल माना गया, जब वह सुरक्षा जांचों में खरा उतरा और कार्यक्षमता की जांचें भी सफल होती रहीं। कार्यों में इंजेक्शन, एक्सेस-कंट्रोल, कॉन्फ़िगरेशन और मेमोरी-सुरक्षा से जुड़ी खामियाँ शामिल हैं। इसलिए, केवल भरोसेमंद लगने वाली व्याख्या पर्याप्त नहीं है, अगर बदलाव खामी तक पहुँचने का कोई दूसरा रास्ता खुला छोड़ दे, वैध व्यवहार को बंद कर दे, प्रतिगमन पैदा करे या नई जोखिम-स्थिति बनाए।
यह दोहरी शर्त किसी हमले के केवल एक प्रदर्शन को रोकने और खामी को वास्तव में ठीक करने के बीच अंतर स्पष्ट करती है। मॉडल को खामी बंद करते हुए अपेक्षित व्यवहार बनाए रखना होता है, जिसमें उससे जुड़े वे रास्ते भी शामिल हैं जो उसी कमजोरी का इस्तेमाल करते हैं।
VR-1.1 की मरम्मत प्रक्रिया
Cogent अपनी सफलता का श्रेय सुरक्षा-मरम्मत प्रशिक्षण और ऐसे परीक्षण ढाँचे को देता है, जो किसी कमजोरी को दोबारा पैदा करता है, उसका पैच लगाता है और फिर पैच को चकमा देकर पार पाने के रास्तों के लिए जांचता है। जहाँ रन कॉन्फ़िगरेशन इसकी अनुमति देता है, वहाँ VR-1.1 खामी को सक्रिय करने वाला प्रूफ ऑफ़ कॉन्सेप्ट लिखने से पहले रिपोर्ट और स्रोत कोड की जांच करता है। इससे मॉडल को पता लगाने के लिए एक विफलता और पैच के बाद फिर से चलाने के लिए एक जांच मिलती है।
कोई केंद्रित बदलाव करने से पहले मॉडल उन संबंधित कोड-पथों को खोजता है जो उसी कमजोरी से प्रभावित हैं। एक अलग समीक्षा, नए संदर्भ में, पैच की जांच करती है कि कहीं उसे चकमा देकर पार पाने का रास्ता या उससे पैदा हुआ कोई बग तो नहीं है। VR-1.1 प्रतिगमन परीक्षण भी लिखता है। सत्यापन विफल होने पर, उसका पहले का विश्लेषण और विफलता से जुड़ी जानकारी अगले प्रयास का मार्गदर्शन करती है।
Fiber की मरम्मत का एक उदाहरण
दर्ज किए गए एक रन में Fiber वेब फ्रेमवर्क का CVE-2025-48075 शामिल था। परियोजना की सुरक्षा सलाह के अनुसार, नेस्टेड फ़ॉर्म डेटा में नकारात्मक इंडेक्स होने पर उसका BodyParser पैनिक कर सकता है और सर्वर क्रैश हो सकता है, जिससे सेवा-अस्वीकार का जोखिम पैदा होता है। सलाह में 2.52.6 से शुरू होने वाले संस्करणों को प्रभावित बताया गया है और 2.52.7 को पैच वाला संस्करण सूचीबद्ध किया गया है।
VR-1.1 ने क्रैश को दोबारा पैदा किया और इंडेक्स के उपयोग से पहले उसकी सीमा जांच जोड़ी। इससे वैध फ़ॉर्म प्रोसेसिंग बरकरार रखते हुए नकारात्मक या बहुत बड़े इंडेक्स अस्वीकार हो गए। Cogent के अनुसार, इसके बाद सुरक्षा खामी से जुड़ी सभी नौ जांचें सफल रहीं, जबकि पहले एक भी सफल नहीं हुई थी। कार्यक्षमता की सभी 12 जांचें बदलाव से पहले और बाद, दोनों समय सफल रहीं। यह उदाहरण अलग से दर्ज किए गए 182-कार्य वाले रन से था, न कि 190-कार्य वाले अंतिम मूल्यांकन से।
मूल्यांकन की सीमाएँ और उत्पादन में उपयोग
मरम्मत के दौरान मूल्यांकन में बाहरी नेटवर्क तक पहुँच रोक दी गई थी और हर एजेंट के काम पूरा करने तक LiveCVEBench की ग्रेडिंग जांचें उपलब्ध नहीं कराई गई थीं। इन शर्तों के कारण पैच बनाते समय किसी अपस्ट्रीम सुधार को हासिल करना या ग्रेडिंग जांचों का सीधे इस्तेमाल करना संभव नहीं था।
Cogent सावधान करता है कि दोनों आधारभूत मॉडल के प्रशिक्षण की अंतिम तिथियाँ मौजूदा LiveCVEBench रिलीज़ में शामिल CVE के प्रकाशन की तारीखों के बाद की हैं। इसका अर्थ है कि उन CVE से जुड़ी सुरक्षा सलाह और सुधार प्रशिक्षण डेटा में शामिल हो सकते थे। Cogent के अनुसार, उपयोगकर्ता-रिपोर्ट जैसी कार्य-विवरण शैली, नेटवर्क पर रोक और सभी के लिए समान परिस्थितियाँ इस लाभ की सीमाएँ थीं।
Cogent की नमूना जांचों में मॉडल स्मृति के आधार पर कुछ सुरक्षा खामियों का वर्णन कर पाए, लेकिन उनके सटीक पैच दोबारा तैयार नहीं कर पाए। कंपनी उन CVE पर आधारित कार्यों का एक समूह भी बना रही है, जिनका खुलासा संबंधित प्रशिक्षण-अंतिम तिथियों के बाद हुआ है, और इसे अद्यतन बनाए रखने की योजना रखती है।
LiveCVEBench अलग-थलग परिवेशों में ज्ञात सुरक्षा खामियों की जांच करता है, और सफल होने का अर्थ है कि दिए गए परीक्षण सफलतापूर्वक पूरे हों। Cogent का कहना है कि उत्पादन में तैनाती से पहले लक्षित परिवेश में समीक्षा और परीक्षण अब भी आवश्यक हैं। कंपनी VR-1.1 को अपनी मरम्मत प्रक्रिया में शामिल कर रही है; हर पैच के साथ उसका निदान, प्रूफ ऑफ़ कॉन्सेप्ट और समीक्षकों के निरीक्षण के लिए परीक्षण दिए जाते हैं। इसलिए बेंचमार्क का परिणाम नियंत्रित परिस्थितियों में जांची गई मरम्मतों को मापता है; उत्पादन में उपयोग अब भी इस बात पर निर्भर करता है कि सॉफ़्टवेयर जहाँ चलेगा, वहाँ उन मरम्मतों का सत्यापन किया जाए।
