DeepSeek V4.1 Flash 成首个破 1% 的开源权重模型

SWE-sweep 排行榜更新，安全团队 KLieret 宣布 DeepSeek V4.1 Flash (max) 成为首个在该极难的找 bug 基准上得分超过 1% 的开源权重模型，成绩达到 1.7%。该基准要求模型在给定环境中独立发现漏洞，难度极高，此前开源权重模型从未突破 1%。该团队同时还在征集下一批测试模型。

2026-11-14 ~ 2026-11-14 · 2 条相关