การโจมตีแบบปลอมแปลง (impersonation site) เพียงแห่งเดียวสามารถมุ่งเป้าไปยังผู้ใช้หลายพันรายและหายไปได้ในเวลาไม่ถึงหนึ่งชั่วโมง
การใช้ AI เพื่อทำให้การตัดสินใจเป็นไปโดยอัตโนมัติช่วยให้ Doppel สามารถรับมือกับการโจมตีในระดับและด้วยความเร็วของอินเทอร์เน็ตได้ ซึ่งเป็นสิ่งสำคัญอย่างยิ่งสำหรับลูกค้าที่ไม่อาจรอการยืนยันภัยคุกคามเป็นชั่วโมงๆ
ระบบตรวจจับภัยคุกคามขับเคลื่อนด้วย LLM จะดำเนินการวิเคราะห์เชิงตรรกะเพื่อยืนยันเจตนาและจำแนกประเภทของภัยคุกคาม
Doppel ได้นำเทคนิค RFT มาใช้ โดยใช้ข้อมูลของนักวิเคราะห์เป็นแหล่งข้อมูลป้อนกลับ เพื่อเพิ่มความสม่ำเสมอในการตัดสินใจของโมเดล และออกแบบฟังก์ชันการให้คะแนนที่ประเมินทั้งความถูกต้องและคุณภาพของคำอธิบาย
การดำเนินการทั้งหมดจะมีการสร้างคำอธิบายโดย AI เพื่อให้ลูกค้าได้รับข้อมูลเชิงลึกว่าทำไมการดำเนินการนั้นจึงเกิดขึ้น
เป้าหมายต่อไปคือการขยายชุดข้อมูล RFT ให้ใหญ่ขึ้นหนึ่งระดับ และทดลองใช้ GPT-5 สำหรับการสกัดคุณสมบัติต้นน้ำ
ที่มา: OpenAI