大模型在安全漏洞挖掘上仍需更多强化学习
teortaxesTex · x · 2026-07-20
讨论指出，当前模型在随机采样的 CVE（安全漏洞）测试中已显得过于简单，难以拉开模型间的差距，因此社区正在构建更难的精选数据集。
teortaxesTex 评论称，GLM 5.2 和 Kimi K3 等模型目前的强化学习（RL）训练量还远远不够，远未达到其能力上限。相比之下，GPT、Grok 和 Opus 等模型表现得更稳定也是因为强化训练更充分，国产模型仍需增加训练步数来提升一致性。
「模型」频道最新
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 基准图曝光:Agents' Last Exam 得分领先但 Claude Opus 5.5 仍居首 — 141_1337 · 2026-10-27
- ChatGPT 6 系列 Terra 基准测试图流出,得分与成本曲线曝光 — 141_1337 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27
- Artificial Analysis 更新智能指数 v4.3.2，GPT-6.1 Terra 参与横评 — ArtificialAnlys · 2026-10-27