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
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
- Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
- 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11
- Terminal Bench v4 榜单:GLM-5.3 以 41.9% 一骑绝尘 — Ok_Warning2146 · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11