大模型网络安全实战能力对比
daniel_mac8 · x · 2026-07-17
推文引用了 AISI（AI 安全研究所）的网络安全靶场测试 "The Last Ones" 结果。数据显示，GLM-5.2 的表现追平了约 7 个月前发布的 Claude Opus 4.5；而 DeepSeek V4-Pro 的成绩则落后于同期的 Claude Sonnet 4.5。作者认为，评估模型在赛博空间中的实际破坏力，这类安全测试是最客观的基准。
所属事件:AISI称开源模型缩小网络安全差距(6 条相关)→
「模型」频道最新
- repligate:上下文塞满噪声对 LLM 是实打实的「困难」 — repligate · 2026-10-27
- 悖论:最值得信任的 LLM 反而不肯干最出格的事 — AaronBergman18 · 2026-10-27
- Claude 拒绝输入验证码被指安全障碍:一次性密码没法交给密码管理器 — AaronBergman18 · 2026-10-27
- 模型越可信越不敢输密码?研究者谈安全护栏的连带效应 — AaronBergman18 · 2026-10-27
- repligate:LLM 上下文塞满噪声时确实会变『难』,休息的价值或可用信息论解释 — repligate · 2026-10-27
- 3 张二手 V100 跑 Qwen 近 400 tokens/秒 — jfinkpottery · 2026-10-27