अलीबाबा का साइबरसुरक्षा बड़ा भाषा मॉडल XekRung साइबरजिम रैंकिंग में पहला स्थान हासिल करने में सफल रहा, जो कैलिफ़ोर्निया विश्वविद्यालय, बर्कले के शोधकर्ताओं द्वारा समर्थित भेद्यता पुनरुत्पादन के लिए एक मानक है। यह संस्करण, जिसे XekRung-1.5-27B-Preview के रूप में नामित किया गया है और अलीबाबा के ओपन-सोर्स मॉडल Qwen3.8-27B पर आधारित है, ने 13 सितंबर से प्रस्तुत स्तर पर 88.9% की सफलता प्रदर्शित की। चीनी तकनीकी मीडिया ने 28 सितंबर को इस परिणाम की सूचना दी, जिसमें उल्लेख किया गया कि यह पहला मामला है जब किसी चीनी डेवलपर के मॉडल ने इस रैंकिंग में शीर्ष स्थान प्राप्त किया है।
साइबरजिम टेस्ट में गूगल के OSS-Fuzz प्रोग्राम द्वारा मूल रूप से खोजी गई 188 ओपन-सोर्स परियोजनाओं से 1507 वास्तविक कमजोरियों को शामिल किया गया है। कार्य के पहले स्तर में, मॉडल को भेद्यता का विवरण और अद्यतन कोड प्राप्त होता है, जिसके बाद उसे एक प्रूफ-ऑफ-कॉन्सेप्ट के रूप में इनपुट फ़ाइल बनानी होती है जो कमजोर संस्करण में त्रुटि को सक्रिय करती है, लेकिन ठीक किए गए संस्करण में नहीं।
वर्तमान रैंकिंग में, XekRung मॉडल गूगल के Gemini 3.8 Flash Cyber (86.3%) और OpenAI के GPT-5.5-Cyber (85.6%), Zhipu AI के GLM-5.3 (84.5%), और DeepSeek-V4-Pro (83.3%) से आगे है। इस बेंचमार्क का समर्थन करने वाले बताते हैं कि मूल्यांकन अलग-अलग टीमों द्वारा प्रदान किए जाते हैं, रन स्टोकेस्टिक होते हैं, और अंकों में मामूली अंतर क्षमताओं में महत्वपूर्ण अंतर को प्रतिबिंबित नहीं कर सकता है।
यह मॉडल अलीबाबा की AGI सुरक्षा प्रयोगशाला में हुआंग लुनताओ के नेतृत्व में विकसित किया गया है। टीम की रिपोर्ट के अनुसार, आधार मॉडल Qwen3.8-27B ने समान परिस्थितियों में 54.51% दिखाया, जिसका अर्थ है अतिरिक्त प्रशिक्षण के बाद 34.39 प्रतिशत अंकों की वृद्धि। प्रयोगशाला इस सफलता को अलीबाबा के अपने सुरक्षा संचालन से गुमनाम डेटा पर पर्यवेक्षित फाइन-ट्यूनिंग, सामान्य टूलिंग संरचना के भीतर एजेंट रीइन्फोर्समेंट लर्निंग, बिल्ड, विफलता और PoC सत्यापन के आधार पर पुरस्कार प्राप्त करना, और प्रशिक्षण के लिए सुधारात्मक जोड़े के रूप में असफल प्रयासों के पुन: उपयोग के माध्यम से समझाती है। इसमें इस बात पर जोर दिया जाता है कि प्रशिक्षण प्रक्रिया के दौरान साइबरजिम के कोई कार्य, पैच या संदर्भ PoC का उपयोग नहीं किया गया था। मूल्यांकन 256K संदर्भ विंडो के साथ स्थानीय रूप से तैनात FP8 पर किया गया था, फ़ज़िंग चरणों के लिए पूर्व-स्थापित फ्रेमवर्क के बिना और बेंचमार्क में अनुमत सूची के अनुसार सीमित नेटवर्क एक्सेस के साथ।
अलीबाबा दक्षता पर भी जोर देती है, यह दावा करते हुए कि 27 बिलियन पैरामीटर वाला मॉडल तुलनीय साइबर मॉडलों की तुलना में 1/27 या 1/370 आकार का है, जिससे स्वचालित भेद्यता छँटाई पर कम्प्यूटेशनल लागत कम हो जाएगी। XekRung के वज़न अभी तक प्रकाशित नहीं किए गए हैं, और अलीबाबा ने बाहरी पहुंच की समय सीमा प्रदान नहीं की है, हालांकि हुआंग ने कहा कि प्रयोगशाला की सुरक्षा तकनीक अधिक व्यापक रूप से पेश की जाएगी, और भविष्य के संस्करण प्रतिस्पर्धी बुद्धिमत्ता, स्व-विकास और एजेंट कार्यों पर लक्षित होंगे। इससे पहले मई में Qwen पर आधारित 8 बिलियन पैरामीटर वाले संस्करण पर एक तकनीकी रिपोर्ट जारी की गई थी।
